HiPHI impulsa la robótica humanoide con precisión milimétrica y datos de interacción
El nuevo benchmark HiPHI ofrece 617,5 horas de captura de movimiento humano a sub‑milímetro, incluyendo 245,7 horas de interacción con objetos, y ya se ha probado en el robot humanoide Unitree G1.
Una iniciativa liderada por Noitom Robotics y publicada en IEEE Spectrum presenta HiPHI, el conjunto de datos de movimiento humano más extenso y preciso disponible hasta la fecha. Con 617,5 horas de captura total y una resolución de posición inferior al milímetro, el benchmark incluye más de 245 horas de interacción directa entre personas y objetos, acompañadas de trayectorias y mallas sincronizadas.
Un dataset de precisión submilimétrica para IA embodied
HiPHI se basa en un sistema óptico de captura de movimiento que registra la posición de 58 marcadores corporales y de los objetos involucrados con una exactitud de 0,5 mm. La información se estructura mediante FrameNet, un marco lingüístico que categoriza acciones humanas en más de 1.200 verbos y roles semánticos. Esta taxonomía permite que los algoritmos de aprendizaje profundo alineen los datos de movimiento con conceptos de alto nivel como “agarrar”, “girar” o “colocar”.
El paquete incluye también HiPHI‑Benchmark, una suite de pruebas que evalúa dos dimensiones clave: la diversidad del movimiento (cuántas variantes de una acción se registran) y la capacidad de los modelos para “ground” la interacción, es decir, relacionar la postura con la geometría del objeto manipulado.
Cómo HiPHI cambia el entrenamiento de robots humanoides
Los autores entrenaron políticas de control mediante aprendizaje por refuerzo y aprendizaje imitativo usando HiPHI como fuente primaria. En pruebas internas, los controladores aprendidos superaron a los basados en datasets tradicionales (por ejemplo, CMU MoCap) en métricas de estabilidad y precisión de colocación, reduciendo el error medio de posición del efector final en un 23 %.
El modelo final se desplegó en un robot humanoide Unitree G1, que realizó tareas de ensamblaje simples como colocar bloques en una tabla y abrir una puerta giratoria. El robot mantuvo el equilibrio durante la ejecución y logró una tasa de éxito del 87 % en los escenarios de prueba, frente al 68 % alcanzado con datos de referencia.
Repercusiones en América Latina y Europa
El anuncio llega en un momento en que varios grupos de investigación en México, Brasil y España buscan escalar la robótica de servicio. En México, el Centro de Innovación en Robótica (CIR) de la Universidad Nacional Autónoma está diseñando robots para la agricultura de precisión; HiPHI podría proporcionarles un repositorio de movimientos de recolección que actualmente sólo se simulan. En Brasil, la Universidad de São Paulo ha iniciado un proyecto de asistencia a personas mayores que requiere interacciones delicadas con objetos cotidianos; los datos de HiPHI ofrecerían una base realista para entrenar esos sistemas.
En la Península Ibérica, el Instituto de Robótica y Tecnologías de la Información (IRTIC) de la Universidad Politécnica de Madrid está trabajando en robots de rescate urbano. La disponibilidad de un benchmark que incluye interacciones con puertas, escaleras y objetos de forma precisa abre la puerta a pruebas más rigurosas antes de pasar a entornos reales.
Desafíos y próximos pasos para la adopción
Aunque HiPHI representa un salto cualitativo, su adopción enfrenta obstáculos. Primero, la infraestructura de captura de movimiento sub‑milimétrica sigue siendo costosa y limitada a laboratorios especializados, lo que dificulta la expansión del dataset a nuevas acciones culturales o regionales. Segundo, la integración de los datos con pipelines de entrenamiento existentes requiere adaptadores que traduzcan los formatos de marcadores y mallas a representaciones de aprendizaje profundo, un proceso que aún está en fase de desarrollo.
Finalmente, la comunidad debe establecer normas de uso y licenciamiento que permitan compartir los datos sin comprometer la privacidad de los participantes humanos. Noitom Robotics ha anunciado que el acceso será gratuito para instituciones académicas, pero mantendrá una política de registro y revisión de proyectos.
HiPHI brinda a la investigación de robótica humanoide una base de datos sin precedentes en precisión y diversidad de interacción. Su impacto potencial se extiende desde laboratorios de Europa hasta startups de América Latina que buscan robots capaces de operar de forma segura y fiable en entornos cotidianos.