Microsoft presenta un sistema de detección táctil para superar las limitaciones clave de los robots

Microsoft Research lanzó un nuevo sistema de control robótico a finales de enero de 2026 que permite a las máquinas trabajar con las manos mientras procesan comandos de voz y retroalimentación física. El sistema, llamado Rho-alpha, marca la entrada de la compañía en modelos básicos diseñados para robots que utilizan dos brazos simultáneamente.

La tecnología llegará primero a grupos selectos a través de un Programa de Acceso Anticipado antes de que Microsoft la distribuya forma más amplia en su plataforma Foundry. Las empresas podrán entonces adaptar el sistema a sus necesidades específicas utilizando sus propios datos.

Añadiendo tacto a la inteligencia robótica

Las fábricas y almacenes buscan robots que puedan gestionar condiciones cambiantes en lugar de repetir los mismos movimientos programados indefinidamente. Los hospitales necesitan máquinas que se adapten a diferentes situaciones. Las líneas de producción, donde los artículos varían de un lote a otro, crean problemas que la automatización tradicional no puede resolver eficientemente. Microsoft creó Rho-alpha para satisfacer esta necesidad, procesando lo que los robots ven y oyen, junto con lo que sienten físicamente, mediante sensores.

La mayoría de los sistemas robóticos actuales dependen de cámaras y micrófonos para comprender su entorno y recibir instrucciones. Rho-alfa añade un nivel adicional al considerar el tacto como algo igualmente importante. Cuando una pinza robótica incorpora sensores de presión, el sistema obtiene información que las cámaras pasan por alto por completo. Esto es importante al intentar conectar un dispositivo a un enchufe o ensamblar piezas, donde la vista por sí sola no proporciona suficiente detalle para determinar si las piezas están correctamente alineadas.

Microsoft demostró estas capacidades con dos brazos Universal Robots UR5e equipados con sensores que detectan la presión y el contacto. Durante las pruebas con un conjunto de tareas llamado BusyBox, se le indicó al robot que hiciera cosas como colocar una bandeja dentro de una caja de herramientas y cerrar la tapa. El sistema convirtió esas instrucciones en movimientos coordinados entre ambos brazos y realizó ajustes según la detección de los sensores. Cuando los intentos de insertar un enchufe no funcionaban a la primera, un operador humano podía guiar al robot mediante un dispositivo de entrada 3D, y el sistema aprendía de esas correcciones.

Obtener suficientes datos de entrenamiento sigue siendo el mayor desafío para construir robots competentes. Los modelos de lenguaje pueden aprender de cantidades masivas de texto disponible en línea, pero el entrenamiento de robots requiere demostraciones físicas reales, cuya grabación requiere tiempo y dinero. Microsoft abordó este problema entrenando Rho-alpha con tres tipos de información: grabaciones de demostraciones físicas reales, tareas de práctica simuladas y grandes conjuntos de datos de imágenes con preguntas y respuestas de la web. La empresa utiliza Nvidia Isaac Sim, que se ejecuta en servidores de Azure, para crear escenarios sintéticos realistas mediante un proceso de aprendizaje por refuerzo.

Esta configuración de simulación produce situaciones prácticas físicamente precisas que complementan las demostraciones reales. El enfoque combinado permite al modelo enfrentarse a casos inusuales y situaciones de fallo que, de otro modo, requerirían miles de horas de operación real para capturarlas.

El método de entrenamiento sigue el patrón utilizan otras empresas de robótica. El sistema Gemini Robotics de Google DeepMind, el modelo Helix de Figure AI para robots humanoides y Pi-zero de Physical Intelligence adoptan enfoques similares para solucionar el problema de la escasez de datos. La técnica ayuda a estos sistemas a aprender habilidades generales de manipulación sin necesidad de demostraciones específicas para cada tarea que puedan afrontar.

Competir en un mercado en maduración

Microsoft se une a un mercado de modelos básicos de robótica que ha crecido considerablemente durante el último año y medio. Nvidia lanzó GR00T N1.6 , dirigido a robots humanoides, con un enfoque en el control corporal completo y la comprensión del contexto. Google DeepMind expandió Gemini a la robótica con habilidades que van desde doblar papel en formas de origami hasta manejar naipes. Physical Intelligence presenta Pi-zero como un sistema multipropósito entrenado con diferentes tipos de robots.

Rho-alpha destaca en tres aspectos . En primer lugar, su énfasis en la detección táctil aborda situaciones donde los sistemas que dependen únicamente de la visión tienen dificultades. En segundo lugar, el modelo proviene de la serie Phi de Microsoft, que la compañía ha optimizado para funcionar eficientemente en hardware de consumo convencional. Estos antecedentes sugieren que podría ejecutarse en dispositivos locales sin necesidad de una conexión constante a servidores en la nube. En tercer lugar, su enfoque en el aprendizaje a partir de correcciones humanas durante la operación real lo distingue de los modelos que requieren un reentrenamiento completo para adquirir nuevos comportamientos.

El enfoque comercial de Microsoft también difiere del de sus competidores. La compañía planea ofrecer Rho-alpha a través de su plataforma Foundry como una infraestructura que los fabricantes e integradores de sistemas pueden personalizar con su propia información. Esto refleja el enfoque de la compañía con Azure OpenAI Service y está dirigido a organizaciones que desean crear versiones especializadas en lugar de usar un modelo genérico.

Para fabricantes y empresas de logística, la oportunidad reside en detectar tareas de manipulación repetitivas donde la automatización actual resulta insuficiente. Las estaciones de inspección de calidad, las operaciones de ensamblaje de kits de artículos y las líneas de montaje de lotes pequeños representan situaciones en las que la combinación de comprensión del lenguaje y detección táctil de Rho-alpha podría reducir los requisitos de programación.

El programa de acceso anticipado anunciado por Microsoft ofrece a las organizaciones la posibilidad de comprobar si el sistema se ajusta a sus necesidades antes de invertir en infraestructura de implementación. Las empresas deben participar en estas evaluaciones previendo la necesidad de supervisión humana y planificar flujos de trabajo donde los operadores corrijan y guíen a los robots durante los periodos iniciales de aprendizaje.

La IA física representa una transición de robots como herramientas programadas a robots como colaboradores flexibles. Esta transición llevará años en lugar de meses, pero los modelos base de Microsoft, Nvidia y Google establecen los patrones básicos que definirán defi robótica empresarial durante los próximos diez años.

Únase a una comunidad premium de comercio de criptomonedas gratis durante 30 días (normalmente $100/mes).