Robbyant, de Ant Group, libera LingBot-Touch, un modelo de tacto que sube entre 14 y 26 puntos a cuatro políticas robóticas

Robbyant, la empresa de IA corporizada de Ant Group, ha publicado en código abierto LingBot-Touch, un modelo fundacional táctil entrenado con 4.983 horas de registros de yemas de dedos procedentes de tres tipos de sensores: piezorresistivos, magnéticos y visuotáctiles. Añadido como codificador congelado a cuatro políticas robóticas existentes, en su versión Tiny de 5,46 millones de parámetros preentrenada con 4.000 de esas horas, elevó su éxito medio en 26 tareas reales a dos brazos entre 14 y 26 puntos porcentuales, según el informe técnico que los autores publicaron en arXiv el 9 de noviembre. Las políticas eran Diffusion Policy, π0.5 de Physical Intelligence, LingBot-VLA de la propia Robbyant y T-Rex.

El experimento de control es el verdadero hallazgo. El equipo también dio a esas políticas la señal táctil en bruto. Eso ayudó como mucho la mitad, entre 7,0 y 11,2 puntos, y empeoró los resultados en 22 de los 104 pares de tarea y política. Con el tacto en bruto, LingBot-VLA cayó del 28,8 % al 5,0 % al clasificar fichas de mahjong. Que una mano robótica sienta ya no es lo difícil. Lo difícil es convertir lo que siente en algo que la política pueda usar.

Una mano que el modelo nunca había tocado también mejoró

El sensor magnético de la mano XHand1 era de un modelo ausente del preentrenamiento. Sin actualizar ningún parámetro para él, los tokens de LingBot-Touch sumaron entre 13,8 y 24,5 puntos al éxito medio de las cuatro políticas en las seis tareas de XHand1, mientras que la señal en bruto las movió entre −1,7 y +4,6 puntos. En la mano robótica Sharpa Wave, cuyos sensores visuotáctiles sí estaban en los datos, el éxito medio de π0.5 en 20 tareas pasó del 47,6 % al 68,6 %.

Los autores señalan que hoy ningún sensor táctil tiene 5.000 horas de datos propios, y sus experimentos sugieren que no las necesita: las horas de un principio de medida mejoraron el modelo en otro. El corpus combina guantes táctiles usados por personas con manos robóticas teleoperadas: 464.431 episodios en 24 categorías de tareas. El codificador Tiny añade entre un 0,13 % y un 0,16 % a los parámetros de π0.5, LingBot-VLA y T-Rex. Robbyant dice que el código y el modelo están en GitHub y Hugging Face, en dos tamaños.

Donde el tacto gana a la vista

Las mejoras no fueron universales. LingBot-Touch quedó por debajo de la política original en 5 de los 104 pares, y cada tarea se evaluó en 20 intentos tras 200 demostraciones, o 500 si requería las dos manos. Los mayores saltos llegaron en pasos que una cámara no resuelve: si un tapón ya se ha aflojado (T-Rex, del 56 % al 90 %), si un gatillo de espray se ha apretado lo suficiente (LingBot-VLA, del 42,5 % al 87,5 %) y si el cursor de una cremallera ha enganchado, donde LingBot-VLA pasó del 11 % al 55 %.