Eurecat desarrolla un robot con IA física capaz de aprender observando a las personas

El centro tecnológico muestra en el salón un robot que repone productos de bienvenida en un hotel

L'HOSPITALET DE LLOBREGAT (BARCELONA), 2 (EUROPA PRESS)

Eurecat ha desarrollado un sistema robótico basado en inteligencia artificial (IA) generativa aplicada al mundo físico capaz de aprender tareas observando a las personas y de ejecutarlas de forma autónoma, como por ejemplo la reposición de productos de bienvenida en una habitación de hotel, como se muestra en el estand del centro tecnológico en el Mobile World Congress (MWC).

La tecnología se fundamenta en un nuevo modelo de IA visión- lenguaje-acción que, a diferencia de los sistemas tradicionales basados en reglas fijas, puede entender instrucciones en lenguaje natural, interpretar la escena visual y generar directamente las acciones que tiene que realizar el robot, informa Eurecat en un comunicado este lunes.

En el estand de Eurecat en el MWC, que se celebra en el recinto Gran Via de Fira de Barcelona del 2 al 5 de marzo, el robot demuestra esta capacidad haciendo la reposición de productos de bienvenida en una habitación de hotel: a partir de instrucciones sencillas, el sistema analiza el entorno, planifica los movimientos y ejecuta la acción de manera autónoma.

"Estamos llevando la IA al mundo físico con una tecnología aplicable a varios sectores como la salud, la industria manufacturera o la agricultura", explica el responsable de Manipulación Robótica de Eurecat, Néstor García.

"DEMOCRATIZAR EL APRENDIZAJE ROBÓTICO"

Eurecat apuesta por "democratizar el aprendizaje robótico para que cualquier pequeña y mediana empresa o profesional pueda enseñar nuevas tareas a un robot con pocas demostraciones, de forma intuitiva y, sobre todo, segura", detalla el responsable de Robótica Cognitiva de Eurecat, Magí Dalmau.

El sistema integra diferentes tecnologías desarrolladas por Eurecat para abordar los retos de la robótica basada en inteligencia artificial generativa, como métodos de aprendizaje más eficientes que requieren menos datos, técnicas para aprovechar vídeos humanos como fuente de entrenamiento o estrategias híbridas para garantizar un comportamiento seguro y fiable en entornos reales.