09 de junio de 2026
Este artículo es presentado por ENLACE AGI.
En toda la sala de exposiciones de la Conferencia Internacional de Robótica (ICRA) del IEEE de 2026, en Viena, una demostración pareció atraer una atención desproporcionada.
Dos manos robóticas estaban haciendo un perro globo. Lenta y deliberadamente, el robot giró un globo largo formando bucles, curvas y uniones sin reventarlo. Los visitantes se detenían, observaban y, a menudo, regresaban con sus colegas para volver a observar.
La demostración de perros con globos de AGILINK atrae a una multitud en ICRA 2026.AGILINK
A primera vista, la manifestación parecía casi lúdica. Sin embargo, entre los robóticos, la torsión de globos es ampliamente reconocida como una tarea de manipulación inusualmente difícil.
Un globo es liviano, altamente deformable, resbaladizo y extremadamente sensible a la fuerza. Cada giro cambia su geometría y presión interna, convirtiendo una actividad aparentemente simple en un problema de interacción física en continuo cambio.
Los humanos navegan por esos cambios casi intuitivamente. Al fabricar un animal con globo, la gente rara vez piensa conscientemente en la regulación de la fuerza, la prevención de resbalones o la estabilidad del contacto. Simplemente se ajustan.
Para los robots, esos ajustes siguen siendo notablemente difíciles. El desafío no es simplemente mover los dedos a las posiciones correctas. La parte más difícil es mantener una interacción estable mientras el objeto mismo cambia.
[contenido incrustado] Aspectos destacados de las demostraciones ICRA 2026 de AGILINK, incluida la detección visuotáctil, la manipulación con la mano, la configuración de animales con globos y otras tareas ricas en contacto habilitadas por la última plataforma OmniHand de la compañía.
Esta distinción ayuda a explicar por qué el perro globo atrajo tanta atención en Viena. Lo que parecía ser una demostración de destreza era, en muchos sentidos, una demostración del contacto en sí.
A medida que la manipulación robótica continúa avanzando, un número creciente de investigadores llega a una conclusión similar: muchos de los problemas más difíciles en robótica comienzan sólo después de que se produce el contacto.
La torsión de globos combina dos desafíos que la robótica tradicionalmente ha luchado por resolver simultáneamente: la ejecución de tareas a largo plazo y la manipulación rica en contactos.
El primero se refiere al movimiento.
Un perro globo no se crea con un solo agarre o giro. Surge a través de una secuencia de manipulaciones cuidadosamente ordenadas, cada una de las cuales establece las condiciones para lo que sigue. Un pequeño error de rotación introducido temprano puede parecer insignificante al principio, pero varios pasos después puede impedir que se forme la estructura final por completo.
En ese sentido, la globoflexia es una tarea de largo horizonte. El éxito depende no sólo de realizar correctamente las acciones individuales, sino también de preservar la viabilidad futura de todo el proceso de manipulación.
Para abordar este desafío, ENLACE AGI Comenzó recopilando demostraciones de artistas profesionales de globos. Las acciones humanas se mapearon en manos robóticas para establecer una política de manipulación inicial. Pero las manifestaciones exitosas por sí solas fueron insuficientes.
En la práctica, algunos de los aprendizajes más valiosos se produjeron cuando la ejecución empezó a desviarse hacia el fracaso. Cada vez que surgía inestabilidad, los operadores humanos intervenían y corregían la manipulación en tiempo real. Esas intervenciones se registraron e incorporaron en ciclos de aprendizaje por refuerzo, lo que permitió que el sistema aprendiera no solo cómo se desarrollan las demostraciones exitosas, sino también cómo los operadores experimentados se recuperan cuando las cosas empiezan a ir mal.
A través de este proceso, el robot adquirió gradualmente las capacidades necesarias para la ejecución de tareas a largo plazo, un conjunto de habilidades que AGILINK agrupa bajo el término inteligencia de movimiento: la capacidad de generar acciones, coordinar comportamientos bimanuales y ejecutar secuencias de manipulación extendidas bajo la incertidumbre del mundo real.
OmniHand 3 Ultra-M en exhibición en ICRA 2026.AGILINK
Sin embargo, el movimiento por sí solo no explica por qué la torsión de globos sigue siendo difícil. El segundo desafío es el contacto.
El robot debe regular continuamente la fuerza, ajustar las ubicaciones de contacto y responder a cambios sutiles en el estado del objeto. Estas decisiones son difíciles de codificar mediante reglas explícitas. Incluso los operadores humanos expertos a menudo confían en la intuición táctil desarrollada a través de la experiencia en lugar de estrategias articuladas conscientemente.
El análisis de esas intervenciones reveló que muchos fracasos no se originaron en secuencias de acción incorrectas, sino en la propia ruptura del contacto.
Para capturar mejor esas dinámicas de interacción, AGILINK recopiló datos de intervención centrados en el contacto e incorporó esas interacciones en la capacitación de aprendizaje por refuerzo. En lugar de aprender sólo qué movimientos realizar, el sistema también aprendió cómo los humanos mantienen la estabilidad cuando las condiciones de contacto comienzan a deteriorarse.
AGILINK describe esta capacidad como inteligencia de contacto: la capacidad de establecer, mantener y adaptar la interacción física a medida que la distribución de la fuerza, la fricción, la deformación y la geometría del contacto evolucionan continuamente.
La distinción entre las dos capacidades es sutil pero importante. La inteligencia de movimiento determina lo que pretende hacer el robot. La inteligencia de contacto determina si puede seguir haciéndolo. Para hacer globoflexia, ambos son necesarios. Uno proporciona la secuencia de acciones. El otro mantiene esas acciones físicamente viables.
YouTuber KhanFlicks sigue los movimientos de OmniHand mientras aprende a doblar un perro con globo en el stand de AGILINK.AGILINK
Entre un globo que se escapa y otro que estalla hay una estrecha región de estabilidad. La manipulación exitosa depende de encontrar esa región y permanecer dentro de ella durante toda la tarea.
Presentamos la mano diestra OmniHand 3 Ultra-M
La demostración del perro globo mostró una capacidad de manipulación. También reveló una pregunta más amplia. ¿Cuánta inteligencia de contacto se puede lograr sólo aprendiendo? Un robot sólo puede regular lo que puede percibir. Sólo puede responder tan rápido como lo permita su hardware.
A medida que las tareas de manipulación se vuelven cada vez más complejas, los investigadores descubren que el progreso depende no sólo de mejores políticas, sino también de una percepción más rica y una respuesta física más rápida.
Esa comprensión formó el telón de fondo para el segundo gran anuncio de AGILINK en ICRA 2026. Junto con la demostración del perro globo, la compañía presentó el OmniHand 3 Ultra-M.
OmniHand 3 Ultra-M se acerca mucho al tamaño de una mano humana adulta.AGILINK
Las dos exhibiciones representaron diferentes etapas de la misma trayectoria tecnológica. Si el perro globo demostró lo que la inteligencia de contacto ya puede lograr hoy en día, Ultra-M fue diseñado para explorar lo que la inteligencia de contacto puede requerir a continuación.
Hardware de construcción para inteligencia de contacto
Aproximadamente del tamaño de una mano humana adulta, el OmniHand 3 Ultra-M integra 20 grados de libertad activos dentro de un factor de forma a escala humana.
Su característica más distintiva es una arquitectura de propulsión totalmente directa. Al adoptar una actuación de accionamiento directo en todo el sistema, la mano está diseñada para permitir una regulación de la fuerza más rápida y transparente y un mayor ancho de banda de control de la fuerza, lo que permite una respuesta más rápida a medida que cambian las condiciones de contacto. Para una manipulación rica en contacto, la capacidad de respuesta puede ser tan importante como la sensación misma.
Al adoptar una actuación de accionamiento directo en todo el sistema, OmniHand 3 Ultra-M está diseñado para permitir una regulación de la fuerza más rápida y transparente y un mayor ancho de banda de control de la fuerza, lo que permite una respuesta más rápida a medida que cambian las condiciones de contacto.
La plataforma también incorpora detección táctil en casi toda la mano. Cada yema de los dedos contiene un sensor táctil en miniatura basado en la visión, mientras que más de 300 puntos de detección táctil tridimensionales están distribuidos por toda la palma. Juntos, proporcionan información no sólo sobre dónde se produce el contacto, sino también sobre cómo evoluciona el contacto.
El sistema está diseñado para estimar la distribución de presión, las fuerzas de corte, la deformación local, las tendencias de deslizamiento y otras dinámicas de interacción que a menudo permanecen invisibles para los sistemas de control convencionales basados en la posición.
Según las pruebas de AGILINK, los sensores individuales alcanzan una resolución de fuerza de aproximadamente 0,005 N, aproximadamente equivalente a detectar el peso de una hoja de papel apoyada en la punta de un dedo. La resolución espacial alcanza aproximadamente 0,04 mm, mientras que la densidad de detección se acerca a los 50.000 puntos de detección por centímetro cuadrado.
OmniHand 3 Ultra-M reconoce la textura de las plumas mediante detección táctil basada en la visión.AGILINK
Para los robots diestros, el contacto ha sido tradicionalmente un proceso en gran medida oculto. Ultra-M está diseñado para hacer que ese proceso sea más observable.
En lugar de simplemente detectar que se ha producido un contacto, el sistema intenta resolver dónde se produce la interacción, cómo se distribuyen las fuerzas, si está empezando a surgir inestabilidad y cómo deben adaptarse las estrategias de manipulación en respuesta.
El perro globo ofreció una idea de lo que ya puede lograr la inteligencia de contacto. Ultra-M explora una pregunta diferente: ¿qué capacidades pueden ser necesarias para impulsar aún más la inteligencia de contacto?
El mundo físico sigue siendo el punto de referencia más difícil
La importancia de la inteligencia de contacto se extiende mucho más allá de los animales globo. Muchas tareas que siguen resistiéndose a la automatización implican una interacción inestable o deformable: inserción de cables, manipulación de prendas, embalaje flexible, montaje delicado, acoplamiento de conectores, uso de herramientas y manipulación doméstica.
Estas tareas son difíciles no porque los robots no puedan llegar a la ubicación correcta, sino porque mantener una interacción estable después de que comienza el contacto sigue siendo extraordinariamente difícil.
Durante décadas, la robótica logró muchos de sus éxitos reduciendo la incertidumbre. Las fábricas fueron diseñadas para hacer que el movimiento robótico fuera predecible, repetible y altamente estructurado. El mundo físico se comporta de manera diferente.
Una parte cada vez mayor de la investigación en robótica se está dirigiendo hacia la interacción misma: comprender cómo los robots pueden establecer, mantener y adaptar el contacto físico dentro de entornos que siguen siendo fundamentalmente impredecibles.
Los objetos cambian. Los materiales se deforman. Cambios de fricción. El contacto evoluciona. Los entornos reales rara vez siguen guiones. Visto a través de esa lente, el perro globo nunca se trató realmente del perro globo. Lo que llamó la atención en el ICRA no fue simplemente una demostración visualmente impresionante, sino lo que reveló: la inteligencia en el mundo físico se mide en última instancia a través de la interacción.
A medida que la generación de movimiento continúa madurando, una parte cada vez mayor de la investigación en robótica se está desplazando hacia la interacción misma: comprender cómo los robots pueden establecer, mantener y adaptar el contacto físico dentro de entornos que siguen siendo fundamentalmente impredecibles.
Para los robots que van más allá de entornos estructurados y se adentran en entornos del mundo real menos predecibles, gestionar el contacto puede volverse tan importante como el movimiento mismo.
{“imageShortcodeIds”:[]}
Publicado originalmente en espectro.ieee.org el 9 de junio de 2026.
Ver fuente original
