El robot humanoide Unitree G1 perfecciona sus habilidades en el tenis mediante el uso de datos limitados

En el transcurso del año 2026, el sector de la robótica ha alcanzado un hito significativo en la capacitación de sistemas humanoides para ejecutar tareas dinámicas de alta complejidad. Un equipo de investigadores de instituciones prestigiosas como la Universidad de Tsinghua, la Universidad de Pekín y la empresa tecnológica Galbot, han presentado el innovador proyecto LATENT. Este marco de trabajo ha permitido que el robot Unitree G1 desarrolle habilidades avanzadas en el tenis, logrando procesar y replicar movimientos complejos a partir de apenas cinco horas de grabaciones incompletas realizadas por jugadores aficionados.

Durante las pruebas de rendimiento, la máquina demostró una precisión asombrosa al registrar una tasa de éxito del 90,9% en la devolución de pelotas mediante golpes de "forehand" o derecha. El robot se enfrentó a oponentes humanos que lanzaban proyectiles a velocidades superiores a los 54 km/h. Este avance técnico se sustenta en la implementación del denominado "Espacio de Acción Latente Corregible" (Correctable Latent Action Space), una tecnología diseñada para estabilizar los movimientos del brazo robótico durante las fases críticas de preparación y ejecución del golpeo.

La relevancia de este descubrimiento radica en su capacidad para prescindir de bases de datos masivas y sistemas de captura de movimiento de ultra alta fidelidad. Los desarrolladores consiguieron optimizar el proceso reduciendo el área necesaria para la captura de datos en más de 17 veces en comparación con una pista de tenis reglamentaria. En lugar de buscar la perfección absoluta, el sistema se enfocó en habilidades fundamentales como el "forehand", el "backhand", así como desplazamientos laterales y pasos cruzados, logrando una efectividad del 96% en entornos simulados y manteniendo su eficacia ante pelotas que alcanzan los 15 metros por segundo en condiciones reales.

El marco operativo LATENT utiliza fragmentos de movimiento que tradicionalmente se considerarían defectuosos o imperfectos como una base estructural para refinar movimientos ágiles y naturales. Esta metodología marca un contraste radical con los enfoques convencionales que exigen capturas de movimiento extremadamente costosas y técnicamente difíciles de obtener. No obstante, los investigadores han señalado ciertas limitaciones actuales: el Unitree G1 opera de manera reactiva, devolviendo la bola sin una intención estratégica clara contra sus rivales, y depende todavía de sistemas ópticos externos para el seguimiento del objeto en lugar de utilizar su propia visión integrada.

De cara al futuro, el equipo planea extender esta tecnología a otras disciplinas dinámicas como el fötbol o el parkour, reconociendo que la toma de decisiones autónoma y estratégica sigue siendo un desafío pendiente. Este desarrollo ocurre en un momento crucial para Unitree, la compañía con sede en Hangzhou, que proyecta distribuir hasta 20.000 unidades de robots humanoides en 2026, un aumento sustancial frente a los 5.500 dispositivos entregados en 2025. Con un precio que oscila entre los 13.500 y 43.000 dólares segön su configuración de grados de libertad (de 23 a 43 DoF), el Unitree G1 simboliza la transición de la robótica del laboratorio a la utilidad práctica en el mundo real.

Además de sus proezas en el deporte, Unitree ha mostrado la versatilidad de su hardware en áreas como la danza y las artes marciales, subrayando un ecosistema en expansión. Simultáneamente, la empresa Galbot ya está aplicando estos avances tecnológicos en el sector minorista, gestionando más de 40 tiendas autónomas en toda China. Estos hitos demuestran que la capacidad de aprender habilidades físicas complejas a partir de conjuntos de datos limitados es una vía escalable y eficiente para la integración masiva de humanoides en la sociedad contemporánea.