Este enfoque busca hacer mucho más eficiente el desarrollo de la robótica. Con los métodos convencionales, los investigadores suelen pasar meses recopilando demostraciones teleoperadas en el mundo real para lograr que los robots entrenados en simulación funcionen de forma fiable fuera de los entornos virtuales.
Los dos nuevos sistemas de código abierto se llaman MolmoSpaces y MolmoBot.
MolmoSpaces incluye más de 230.000 escenas de interiores, más de 130.000 objetos seleccionados y más de 42 millones de anotaciones de agarre robótico basadas en física.
Construido sobre esa base, MolmoBot puede agarrar y colocar objetos, así como manipular cajones y puertas, pese a no haber visto nunca datos de entrenamiento del mundo real para esas tareas.
Según Ranjay Krishna, director del equipo PRIOR de Ai2, la brecha entre la simulación y la realidad puede reducirse de forma significativa cuando se amplía de manera agresiva la diversidad de entornos simulados, objetos y condiciones de cámara.
Ai2 ha puesto a disposición pública todo el conjunto de modelos y herramientas, mientras que los detalles técnicos adicionales se encuentran en el artículo de investigación correspondiente.
Conclusión
El lanzamiento de Ai2 sugiere que la robótica podría estar avanzando hacia un modelo de entrenamiento más escalable, en el que la simulación asuma gran parte del trabajo. Si la transferencia zero-shot de simulación a realidad demuestra ser fiable a gran escala, podría reducir drásticamente el coste y el tiempo necesarios para crear sistemas robóticos realmente útiles.
ES 
EN