lunes, 9 de noviembre de 2026

Cómo dos robots Henry aprendieron a combatir en simulación

James Bruton convirtió dos aspiradoras Henry en robots móviles capaces de enfrentarse de manera autónoma. Primero entrenó el comportamiento en una simulación y después trasladó el modelo a máquinas físicas con ruedas omnidireccionales, sensores de seguimiento y controladores Arduino Due.

Robot móvil construido con una aspiradora Henry durante una prueba de combate autónomo

El objetivo no era usar un chatbot

El proyecto no emplea un modelo de lenguaje para conversar ni para controlar el robot mediante instrucciones escritas. La técnica pertenece al aprendizaje profundo y al aprendizaje por refuerzo: el sistema recibe información del estado de la arena, elige una acción y obtiene una recompensa o una penalización según el resultado.

En términos sencillos, el modelo no recibe una lista completa de movimientos correctos. Prueba estrategias muchas veces y ajusta sus parámetros para aumentar la probabilidad de conseguir el objetivo. En este caso, una acción que acercara el robot al oponente o produjera un golpe podía recibir una recompensa definida por el creador. La función exacta de recompensa es importante porque condiciona lo que el robot aprende.

De la simulación al robot real

La fuente original de Hackster describe dos capas de trabajo. RViz contiene representaciones tridimensionales de los robots, pero el entrenamiento se realiza en un campo de batalla bidimensional creado con PyGame. PyTorch ejecuta el aprendizaje profundo y Gymnasium se utiliza para evaluar el entorno de entrenamiento.

Esta separación es útil porque una simulación 2D simplifica la física y permite ejecutar muchas iteraciones con menos coste computacional. Sin embargo, también introduce una limitación: el mundo virtual no reproduce perfectamente la fricción, la latencia de los motores, el desgaste de las ruedas ni las diferencias entre dos unidades físicas. Por eso, que una estrategia funcione en PyGame no garantiza que se comporte igual en una arena real.

Qué hardware tienen las unidades

  • Cada robot utiliza tres ruedas omnidireccionales para desplazarse en distintas direcciones.
  • Motores con engranajes accionan las ruedas y otro motor mueve el brazo de golpeo.
  • Una placa Arduino Due instalada en cada unidad controla los motores locales.
  • Otras placas conectadas al ordenador envían las órdenes por radio a los robots.
  • Rastreadores HTC Vive colocados sobre las unidades y cámaras en la sala informan de su posición y orientación.

El seguimiento externo es una decisión relevante. El robot no depende únicamente de una cámara embarcada para saber dónde está. El ordenador recibe una estimación de la pose y el modelo usa ese dato para decidir el siguiente movimiento. Esto facilita la demostración, aunque no equivale a una autonomía completa en cualquier entorno.

Qué enseña el experimento

El proyecto muestra el principio conocido como sim-to-real: entrenar en un entorno virtual y ejecutar después en hardware. La ventaja es reducir el riesgo de romper motores o estructuras durante miles de intentos iniciales. También permite modificar la arena, la recompensa y los obstáculos sin reconstruir físicamente el sistema.

La transferencia exige validación adicional. Un equipo de ingeniería tendría que medir la diferencia entre sensores virtuales y reales, limitar la velocidad, incorporar una parada de emergencia y comprobar que un error del modelo no pueda causar daños. El combate de los Henry es una demostración educativa, no una prueba de que cualquier robot industrial pueda aprender sin supervisión.

Utilidad para estudiantes en Perú

La arquitectura es interesante para un laboratorio educativo porque combina Python, PyTorch, Gymnasium, control de motores y localización. No es un proyecto barato si se compran rastreadores, cámaras y motores de calidad. Una versión didáctica puede empezar con un simulador y dos robots pequeños, sin brazo de combate, para estudiar recompensas, sensores y control seguro. Los precios y la disponibilidad de los componentes cambian en el mercado peruano, así que conviene cotizar antes de diseñar el chasis.

Conclusión

La aportación principal del proyecto no es la pelea, sino el recorrido completo entre simulación, aprendizaje y control físico. Es una demostración clara de que el entrenamiento virtual acelera la experimentación, pero necesita mediciones y salvaguardas antes de convertirse en una aplicación autónoma real.

Para seguir leyendo: control de marcha en un hexápodo con ESP32-S3 y riesgos de ciberseguridad en sistemas robóticos con IA.

Fuentes: Hackster.io; video de James Bruton sobre el proyecto; documentación oficial de PyTorch.

No hay comentarios.:

Publicar un comentario