°
Robot

Un robot corrió más rápido que Bolt y nadie lo programó: inventó su propia técnica para ganar

Un robot humanoide asombró en Pekín al correr con una postura que nadie programó: su inteligencia artificial optimizó sola el equilibrio.

Por Sitio Andino Sociedad

Un robot humanoide dejó atónita a la comunidad científica tras ganar una competencia de velocidad en Pekín con movimientos que ningún ingeniero había programado. Gracias a un avanzado sistema de inteligencia artificial, el androide descubrió por cuenta propia cómo redistribuir su peso para alcanzar velocidades inéditas. El episodio marcó un hito en la robótica autónoma mundial.

¿Qué ocurrió en la pista de Pekín y por qué causó asombro mundial?

El fenómeno tuvo lugar durante la segunda edición de los Juegos Mundiales de Robots Humanoides celebrados en Pekín en agosto de 2026, un certamen donde distintas plataformas bípedas pusieron a prueba sus límites en atletismo. Allí, los modelos de la serie Tiangong protagonizaron dos escenas que dieron la vuelta al mundo por romper los esquemas tradicionales de la biomecánica robótica:

¿Cómo aprendió la máquina a correr de esa manera sin intervención humana?

Lejos de tratarse de una falla mecánica o un error de código, el comportamiento respondió a una decisión autónoma del software. Los desarrolladores entrenaron al sistema mediante aprendizaje por refuerzo profundo (deep reinforcement learning), un método basado en millones de simulaciones aceleradas de prueba y error con recompensas matemáticas.

Al analizar la física de la pista en tiempo real, los algoritmos dedujeron dos ventajas críticas que los ingenieros humanos habían pasado por alto:

¿Qué implica este avance para el futuro de la robótica?

Desarrollados originalmente por el Centro de Innovación de Robótica Humanoide de Pekín (X-Humanoid) —conocido por haber logrado previamente hitos como completar una media maratón urbana—, estos prototipos demuestran que la locomoción bípeda ya no depende de imitar paso a paso la anatomía humana.

Cuando se les otorga libertad para optimizar su rendimiento físico mediante simulaciones, las máquinas encuentran soluciones motoras propias, más eficientes para sus actuadores y baterías aunque luzcan extrañas a simple vista. El desafío inmediato para los laboratorios pasa ahora por equilibrar esa capacidad de autoaprendizaje con sistemas de frenado y seguridad capaces de contener semejante despliegue de potencia fuera de la pista.

Te Puede Interesar