Los investigadores desarrollaron una tecnología de control central para robots de cuatro patas que permite que los dispositivos cambien en tiempo real entre caminar, correr, saltar y otras habilidades de locomoción, facilitando que el robot se mueva de manera rápida y estable, incluso en entornos exteriores reales.
Especialistas del Instituto Avanzado de Ciencia y Tecnología de Corea del Sur (KAIST) han desarrollado un robot cuadrúpedo capaz de analizar el terreno que pisa y decidir de forma autónoma cómo desplazarse. Igual que haría un animal, el sistema selecciona en tiempo real si debe caminar, correr o saltar para superar obstáculos, un avance que podría acelerar la llegada de robots realmente útiles en entornos naturales y situaciones de emergencia.
De acuerdo a un estudio publicado en la revista Science Robotics, el trabajo aborda la dificultad para adaptarse a escenarios complejos sin depender de un controlador específico para cada tipo de movimiento, una de las limitaciones habituales de los robots con desplazamiento mediante extremidades. Hasta ahora, los robots podían ejecutar distintas formas de locomoción, pero cambiar entre ellas con fluidez seguía siendo un desafío.
Superar obstáculos como los animales
La nueva tecnología, denominada APT-RL (Action Pretrained Transformer-based Reinforcement Learning), permite que un único sistema de control combine distintas habilidades locomotoras aprendidas previamente mediante inteligencia artificial. En lugar de programar por separado la marcha, la carrera o el salto, el robot aprende cuándo y cómo utilizar cada una de estas estrategias según las características del terreno.
Según una nota de prensa, el resultado es un dispositivo cuadrúpedo capaz de enfrentarse a escaleras, piedras, desniveles, zanjas o senderos forestales sin intervención humana. Cuando detecta un cambio en el entorno, el controlador decide automáticamente cuál es la forma más eficiente y estable de avanzar, manteniendo el equilibrio incluso en superficies irregulares.
Los investigadores entrenaron inicialmente al robot en simulaciones por ordenador, donde practicó miles de escenarios distintos. Posteriormente trasladaron ese conocimiento al mundo real, demostrando que podía aplicar las estrategias aprendidas sin necesidad de un nuevo entrenamiento específico para cada situación.
Investigadores del KAIST han presentado un robot capaz de elegir de forma autónoma la mejor forma de moverse en función del entorno. / Crédito: KAIST.
Decisión independiente y en tiempo real
Esta transferencia entre simulación y realidad constituye uno de los aspectos más relevantes del estudio, ya que reduce considerablemente el tiempo y el coste necesarios para desarrollar robots cada vez más versátiles. Para los autores, el enfoque representa un cambio respecto a los sistemas tradicionales de control: no es necesario ejecutar instrucciones rígidas, ya que el robot toma decisiones continuas sobre su locomoción.
Referencia
Agile perceptive multiskill locomotion for quadrupedal robots in the wild. Jun-Gill Kang et al. Science Robotics (2026). DOI:https://doi.org/10.1126/scirobotics.adz7397
Esta capacidad podría resultar especialmente valiosa en operaciones de búsqueda y rescate tras terremotos, incendios o inundaciones, donde los vehículos con ruedas suelen quedar bloqueados por escombros o desniveles. También tendría aplicaciones en la inspección de infraestructuras, la exploración de zonas montañosas o forestales y el transporte autónomo en lugares de difícil acceso.
El desarrollo se enmarca en una tendencia creciente en robótica: diseñar dispositivos capaces de desenvolverse en entornos abiertos e irregulares. Para lograrlo, los ingenieros recurren cada vez más a técnicas de aprendizaje por refuerzo, mediante las cuales las máquinas adquieren habilidades experimentando en entornos realistas, de forma similar a un proceso de ensayo y error.
