Un pequeño robot de 400 dólares aprende a caminar y patinar con IA

Pollen Robotics y Hugging Face han presentado Microduck, un dispositivo bípedo y de código abierto diseñado para masificar la investigación en robótica física mediante aprendizaje por refuerzo.

Durante años, la robótica avanzada ha sido un territorio acaparado por laboratorios multimillonarios capaces de financiar prototipos que cuestan decenas de miles de dólares. Sin embargo, la verdadera revolución de la inteligencia artificial física no está ocurriendo únicamente en los grandes centros de Silicon Valley, sino en plataformas accesibles que permiten a desarrolladores de todo el mundo entrenar modelos en entornos virtuales para luego ejecutarlos en el mundo real.

El equipo de Pollen Robotics, la división de robótica con sede en Burdeos integrada en el ecosistema de Hugging Face, acaba de abrir las reservas de Microduck. Se trata de un autómata bípedo de apenas 25 centímetros de altura cuyo precio de partida es de 399 dólares. A diferencia de las demostraciones comerciales donde cada movimiento está programado al milímetro mediante código tradicional, cada acción de esta plataforma —desde caminar o sentarse hasta levantarse tras una caída o andar en patines— es el resultado de una red neuronal entrenada en simuladores de física antes de dar el salto al hardware real.

Hardware en miniatura con equipamiento de nivel profesional

Pese a su tamaño reducido y su peso inferior a los 800 gramos, la arquitectura física del dispositivo no escatima en capacidades. Incorpora un total de 15 servomotores distribuidos entre sus piernas, cuello, cabeza y un pico articulado capaz de recoger objetos del suelo. La gestión del procesamiento local corre a cargo de un chip Rockchip RK3566 dotado de un acelerador específico para redes neuronales, respaldado por 1 gigabyte de memoria RAM y 32 gigabytes de almacenamiento interno.

El conjunto de sensores que equipa resulta inusual para una máquina dentro de su rango de precio. En la parte frontal se aloja una cámara equipada con un indicador luminoso de uso para garantizar la privacidad, acompañada por dos unidades de medición inercial (IMU) situadas estratégicamente en el cuerpo y la cabeza. Para la percepción del entorno tridimensional, utiliza un sensor LiDAR compacto con matriz de tiempo de vuelo (ToF) de 8×8 zonas, complementado con micrófonos, altavoz, doble antena NFC y conectividad inalámbrica por Wi-Fi y Bluetooth. La autonomía proviene de una batería extraíble de tipo NP-F550 —estándar en la industria fotográfica— que proporciona aproximadamente una hora de funcionamiento continuo.

El laboratorio virtual: cómo entrenar movimientos en tiempo récord

El verdadero valor diferenciador de la propuesta radica en la apertura total de su ciclo de entrenamiento. Tal como detalla el reporte publicado por MarkTechPost, todo el entorno de simulación, las funciones de recompensa y las recetas para transferir los modelos virtuales al dispositivo físico están disponibles públicamente en GitHub bajo la suite microduck_rl.

El entrenamiento utiliza algoritmos de optimización de política próxima (PPO) sobre el motor de física MuJoCo. Gracias a la capacidad de paralelizar hasta 4.096 entornos simultáneos, una tarjeta gráfica comercial estándar puede generar un patrón de marcha perfectamente funcional en un periodo de entre una y dos horas. Para los investigadores o entusiastas que no dispongan de hardware gráfico local, el sistema permite enviar las tareas de cómputo directamente a los servidores en la nube de Hugging Face mediante un simple comando.

Superando la barrera entre la simulación y la realidad

Uno de los mayores obstáculos históricos en la robótica guiada por aprendizaje por refuerzo es la brecha de transferencia: un modelo que funciona impecablemente en una simulación idílica suele fracasar en el mundo real debido a la fricción, la holgura de los engranajes o las variaciones de voltaje. Para resolver esto, los ingenieros modelaron minuciosamente la física interna de los motores Dynamixel, incorporando variables como la resistencia electromotriz y la holgura mecánica de los engranajes de hasta dos grados.

A nivel de software, el dispositivo ejecuta un entorno de control escrito en Rust que opera a una frecuencia de 50 Hz. Todos los comportamientos entrenados comparten una interfaz de observación de 61 dimensiones, lo que permite intercambiar políticas de control de forma instantánea mientras la máquina está en movimiento. Así, el sistema puede conmutar entre el algoritmo de caminata y el de recuperación de equilibrio en medio de una maniobra sin necesidad de reiniciar la ejecución.

💡 El panorama general: ¿Cómo nos afecta esto?

La llegada de plataformas de robótica avanzada a precios asequibles marca un hito crucial en la democratización tecnológica mundial. En regiones como Latinoamérica y España, donde los presupuestos dedicados a la investigación universitaria y los laboratorios independientes suelen ser limitados comparados con los de Asia o Norteamérica, contar con hardware de código abierto por debajo de los 400 dólares elimina la barrera financiera que históricamente impedía la experimentación con inteligencia artificial física.

Este avance acelera la transición desde una IA puramente digital —restringida a chatbots y generadores de imágenes— hacia una IA corporeizada (embodied AI) capaz de interactuar con el entorno tangible. A medida que más estudiantes, desarrolladores e instituciones educativas en el ámbito hispanohablante adquieran la capacidad de entrenar y probar modelos robóticos en escenarios reales, el ritmo de innovación en áreas como la automatización del hogar, la asistencia médica y la logística de pequeña escala experimentará un impulso sin precedentes.

En los próximos años, el verdadero factor determinante no será quién posee las máquinas más grandes o costosas, sino quién logra diseñar los modelos de aprendizaje más eficientes. Propuestas como esta demuestran que el futuro de la robótica autónoma se está construyendo colaborativamente y en código abierto, poniendo herramientas de nivel industrial al alcance de cualquiera con conexión a internet y ganas de experimentar.