Investigadores de Stanford y del Instituto Tecnológico de California presentaron HomeBody, un sistema que permitió a un robot humanoide Unitree G1 recorrer una cocina desconocida y cumplir instrucciones dadas en lenguaje cotidiano. GPT Astra coordinó los pasos generales de la tarea a partir de lo que el robot observó.
En una demostración, el G1 reunió bolsas de café y desechó los envases que se le indicó retirar. En otra, buscó un medicamento que ya no estaba a la vista, lo sacó de un cajón y se lo entregó a una persona.
El equipo describió HomeBody como un sistema con “memoria espacial persistente y habilidades combinables para tareas prolongadas” en la página del proyecto. La memoria permite conservar la ubicación de objetos aun cuando salen del campo de visión de las cámaras.
La distinción clave está en el control. GPT Astra escoge qué acción ejecutar y sobre qué objeto; programas robóticos especializados calculan y realizan los movimientos. El experimento prescindió de una capa adicional de aprendizaje para traducir cada orden, pero siguió dependiendo de controles de navegación, equilibrio y manipulación.
HomeBody explora la cocina y construye un mapa antes de actuar
Primero, el robot recorre el espacio y registra video, imágenes de cámaras de profundidad, posiciones de sus articulaciones y mediciones LiDAR. Esta última tecnología calcula distancias con luz láser y ayuda a ubicar paredes, muebles y obstáculos. El sistema conserva esas observaciones para volver a lugares vistos antes.
Después, HomeBody usa los datos reunidos para construir un gemelo digital en Isaac Sim, el programa de simulación robótica de NVIDIA. Se trata de una representación tridimensional de la cocina real. Las medidas del entorno ayudan a que las posiciones del modelo virtual coincidan con las del lugar donde se mueve el G1.
Cuando recibe una instrucción, GPT Astra consulta esa información para elegir lugares y ordenar acciones. El robot puede acercarse a un cajón recordado, abrirlo y buscar dentro un objeto que no aparecía en su imagen actual. Los investigadores publicaron videos y una visualización interactiva de este proceso en la página del proyecto.
El sistema no necesita un guion específico que enumere cada movimiento para esa cocina. Sí necesita una fase de exploración y la reconstrucción del espacio. Ambas agregan tiempo de preparación y uso de servicios informáticos.
GPT Astra combina cinco habilidades y el movimiento ocurre en el robot
HomeBody ofrece cinco habilidades preparadas. El G1 puede navegar, tomar objetos, colocarlos, abrir un cajón y tomar algo desde su interior. GPT Astra selecciona una de ellas y señala el objetivo. Cada habilidad se encarga de calcular la trayectoria y controlar el cuerpo para llevarla a cabo.
Si una mano no logra sujetar un objeto, la habilidad puede intentar otro agarre dentro de límites establecidos. Cuando el problema requiere cambiar de plan, comunica el resultado al modelo, que puede elegir un nuevo objetivo o reposicionar el robot. Esa cooperación permitió encadenar viajes entre distintos puntos de la cocina.
El procesamiento de imágenes y el control físico funcionaron en un portátil con una tarjeta gráfica RTX 4090. GPT Astra operó de forma remota y envió las solicitudes al equipo local. Los autores señalaron pausas por la demora de respuesta del modelo, además de límites por alcance, resistencia del hardware y sobrecalentamiento de los motores de los dedos.
La página oficial del código es pública, pero indica que los archivos del sistema se publicarán más adelante. Por ahora se puede acceder a las explicaciones, videos y demostraciones interactivas, mientras la instalación completa sigue fuera del alcance del público. La investigación se suma a otros robots diseñados para experimentar con movimientos guiados por IA.
Fuentes
Proyecto HomeBody de Stanford · Repositorio oficial HomeBody · Ficha del robot Unitree G1 · The Decoder
