HomeBody da a GPT Astra memoria espacial y un cuerpo humanoide

HomeBody conecta GPT Astra con memoria espacial y una biblioteca de habilidades para el humanoide Unitree G1. Investigadores de Caltech y Stanford muestran cómo recoge varios objetos y recupera un medicamento de un cajón tras una petición imprecisa en una cocina desconocida.

GPT Astra elige habilidades en vez de controlar motores directamente

El sistema sustituye una capa VLA aprendida por un VLM que llama a habilidades reutilizables. GPT Astra selecciona navegación, agarre, colocación o apertura de cajones y proporciona un objetivo estructurado. Los planificadores y controladores especializados siguen encargándose del movimiento de bajo nivel.

Antes de trabajar, el robot explora la sala con cámaras, LiDAR, SLAM y posiciones articulares. Astra ayuda a construir con esos datos un gemelo digital en Isaac Sim. Los fotogramas guardados permiten recordar un objeto fuera del campo visual actual. Los autores afirman que no emplearon datos de entrenamiento específicos del entorno ni aprendizaje adicional de políticas.

El modelo de lenguaje se convierte en planificador de rutinas físicas

La observación de Mollick sobre la sorprendente amplitud de los LLM encaja exactamente aquí. El modelo de lenguaje no envía órdenes a 250 Hz a los motores. Convierte una intención humana ambigua en una secuencia de acciones disponibles y, tras un fallo, escoge el siguiente paso según la respuesta de la herramienta.

La modularidad importa en robótica. Una nueva habilidad puede conectarse mediante una interfaz común sin volver a entrenar todo el sistema para una cocina. Esa ventaja también genera dependencia del mapa, de las descripciones de objetos y de la fiabilidad de cada habilidad.

La autonomía descansa sobre mucha preparación e infraestructura fija

La demostración no comienza en una casa vacía con una sola frase. Necesita exploración, registro del mapa, reconstrucción Real2Sim y un portátil con RTX 4090. GPT Astra se ejecuta de forma remota y su latencia detiene al robot entre habilidades. Los autores también citan alcance limitado, sobrecalentamiento de los servos de los dedos y el tiempo y coste de API del gemelo digital.

Las salas nuevas y los fallos imprevistos decidirán el resultado

La próxima señal importante será un despliegue repetido en habitaciones distintas con cajones, obstáculos y objetos nuevos. Importarán el éxito de la tarea completa, el tiempo de preparación y la capacidad de detenerse con seguridad tras un error. Esos resultados dirán si una biblioteca reutilizable escala mejor que una política entrenada para un entorno concreto.

El veredicto de Lilith

Un humanoide que encuentra un medicamento en un cajón cerrado ya parece un compañero de trabajo. Mientras necesite antes del turno un gemelo digital, una RTX 4090 y paciencia con las pausas, el encargado puede guardar las llaves en el bolsillo.