Generalización multipinza de Cortex 2.0
Blog|

Generalización multipinza de Cortex 2.0

S
Sereact4 min de lectura
Cortex 2.0 Multi-Gripper Generalization

La automatización full-stack consiste en resolver los problemas difíciles de extremo a extremo. El mundo real rara vez plantea un problema limpio con un solo robot y una sola pinza. Plantea un centro de fulfillment de moda con estaciones de picking atendidas por brazos individuales, estaciones de devoluciones que requieren dos brazos para todo lo que vuelve por la red, y humanoides cargando carros en planta. Ejecutar un único modelo sobre todo ello es exactamente para lo que se construyó Cortex desde el primer día.

Para lograr una verdadera generalización robótica, la inteligencia necesita las herramientas adecuadas para actuar. Al sector le gusta celebrar los avances de hardware de forma aislada. Nosotros los vemos como un medio para un fin. Una pinza por sí sola no es una solución, es un componente. El trabajo interesante consiste en integrarla en un sistema que realmente funcione: percepción, planificación, recuperación, saber cuándo comprometerse y cuándo corregir. Sin un modelo que ya sepa usar cualquier herramienta que le pongas delante, cada pieza nueva de hardware se convierte en otro proyecto de integración, y el valor de unas mejores yemas se lo come el coste de enseñar al resto del sistema a usarlas. Las distribuciones de objetos no se están quietas. Las estaciones de devoluciones ven miles de SKU que nadie planificó. El modelo en producción tiene que generalizar sobre todo ello: sobre robots, sobre pinzas, sobre la larga cola del catálogo.

Cambia la pinza, no el modelo.

Hace poco integramos un nuevo efector final diseñado para calzado. Cortex lo adoptó sin reentrenamiento. Bastó un pequeño conjunto de demostraciones teleoperadas para anclar los nuevos movimientos; el resto del modelo se mantuvo intacto. Esa única integración amplió en un orden de magnitud los artículos que nuestra flota maneja de forma fiable y desbloqueó toda la gama de productos de moda.

Las cajas de zapatos representan una parte importante de los almacenes de nuestros clientes de moda. Un humanoide cargando y descargando carros en planta. Una estación de devoluciones de doble brazo que maneja cajas ya abiertas, reembaladas y deformadas por su recorrido por la red. Una celda de picking de un solo brazo con un efector a medida creado específicamente para cajas de zapatos: rápido, robusto y capaz de mover miles de unidades por turno sin perder el ritmo.

Cómo Cortex 2.0 adopta una pinza nueva

Cortex 2.0 trata cada pinza como una entidad de primer nivel. Cada pinza tiene su propio embedding dinámico aprendido en una tabla de embeddings compartida, y ese embedding se inyecta en el world model, en el VLM de bajo nivel y en las cabezas de acción VLA. Como la planificación ocurre en el espacio latente visual, donde los píxeles portan regularidades sobre objetos, contacto y movimiento, puede transferirse entre encarnaciones, condicionando al modelo sobre qué mano lleva puesta en cada capa donde esa información importa. De entre los distintos futuros candidatos que despliega el world model, PRO puntúa cada uno por progreso, riesgo y estabilidad. Todo condicionado a la pinza activa.

El decodificador de acciones produce la representación de control. Dos cabezas de salida ligeras sobre él generan el comando del brazo y el comando del efector final.

Como el embedding y la mayor parte del decodificador se comparten entre módulos y pinzas, cambiar de hardware no obliga a reentrenar el planificador. Integrar una pinza nueva significa añadir una fila a la tabla de embeddings, recoger un pequeño conjunto dirigido de demostraciones teleoperadas para anclarla y dejar que la cabeza de la pinza aprenda el comportamiento específico del nuevo actuador. Todo lo demás se traslada sin cambios.

La pinza para cajas de zapatos: nuestro efector final de un brazo creado desde cero para cajas de zapatos.

Las cajas de zapatos son engañosamente difíciles. Son lo bastante rígidas como para premiar un agarre decidido y lo bastante frágiles como para castigar uno equivocado. Se apilan muy juntas. Vienen en una docena de tamaños dentro de una misma marca y en un centenar a lo largo de un catálogo de moda. Llegan con las tapas sueltas, con las esquinas aplastadas, con el film retráctil a medio quitar.

Nuestra pinza para cajas de zapatos está diseñada específicamente para esa categoría. La geometría está ajustada al rango estándar de dimensiones de estas cajas, con elasticidad en las superficies de contacto para absorber la variación. Se compromete en un único movimiento: sin reagarre, sin tanteo.

Efector final de pinza para cajas de zapatos

Dónde rinde mejor la pinza para cajas de zapatos:

  • Celdas de picking de alto rendimiento con turnos sostenidos a máximo ritmo, donde cada segundo de tiempo de ciclo cuenta.
  • Fulfillment de salida para minoristas de calzado: la calidad de colocación y la orientación importan para el empaquetado posterior.

Cortex adoptó la pinza para cajas de zapatos igual que adopta cualquier mano nueva: un pequeño conjunto de demostraciones teleoperadas, sin reentrenar el planificador, desplegada en las instalaciones de un cliente pocas semanas después de que el hardware estuviera listo.

Pinza de dos dedos

La pinza de dos dedos es el caballo de batalla. Mecanismo sencillo, robusto, rápido y fácil de mantener. Dos mordazas opuestas, geometría de punta configurable y un rango de fuerza que cubre la mayoría de artículos rígidos y semirrígidos de un catálogo de moda o e-commerce.

Dónde rinde mejor:

  • Estación de devoluciones
  • Mercancía en caja de tamaños variados
  • Artículos que requieren un pellizco firme
Pinza de dos dedos manipulando una caja de zapatos

Mano humanoide

La mano humanoide es el efector final más general que operamos y el de mayor techo de destreza. Cinco dedos, un pulgar oponible y un espacio de trabajo que se solapa con el humano. Es la pinza de elección para entornos diseñados en torno a las personas: superficies de venta, almacenes con estanterías a escala humana, estaciones de devoluciones que deben manejar cualquier cosa que un cliente haya devuelto.

Dónde rinde mejor:

  • Carga y descarga de carros y contenedores
  • Manipulación de objetos mixtos
  • Mercancía blanda e irregular
Mano humanoide manipulando una caja de zapatos

Pinza de vacío

La succión es el agarre más rápido del que disponemos cuando la geometría acompaña: una superficie plana o casi plana, un sellado limpio, una única toma vertical. Cortex la usa igual que todo lo demás: como una opción más entre varias, elegida cuando la escena lo pide.

Dónde rinde mejor:

  • Picking de bolsas de plástico
  • Cajas y cartones de tapa plana
  • Celdas de un brazo de alto rendimiento
Pinza de vacío manipulando una bolsa de plástico

Más allá del almacén

El fulfillment de moda es el tirón inmediato. Calzado, prendas y devoluciones son categorías donde manipular cajas de zapatos, manejar textil y una gran diversidad de SKU son la realidad diaria, y donde la economía unitaria depende de alcanzar el máximo rendimiento sin ceder en calidad de colocación. El mismo despliegue de Cortex que procesa devoluciones en un cliente puede trasladarse a un centro de fulfillment de moda y empezar a recoger cajas de zapatos la semana siguiente, sobre hardware que un mes antes no existía en el conjunto de entrenamiento.

La misma lógica va más allá. Las celdas de fabricación necesitan efectores distintos para piezas distintas, y el modelo que las gobierna debe saber cuándo y cómo cambiar. Los entornos domésticos, la próxima frontera de la IA física, exigirán una gama de herramientas aún más amplia, porque ninguna mano única cubrirá jamás la diversidad de objetos de un hogar real. Las empresas de robótica que ganen en esos entornos serán aquellas cuyos modelos no se preocupen por qué mano llevan puesta, y cuya hoja de ruta de hardware venga marcada por lo que la capa de inteligencia necesita a continuación, y no al revés.

Cada pinza nueva que integramos hace más rápida la siguiente. Cada caja de zapatos recogida, en cualquier robot, hace más fiable la siguiente recogida en cualquier otro robot. El hardware es la infraestructura. La inteligencia es la palanca. Hemos construido un sistema en el que añadir más de lo primero multiplica el valor de lo segundo, y hoy lo estamos entregando en más de 200 despliegues en producción.

Recursos del artículo

Acceda al contenido y los recursos de esta publicación

Contenido de texto

Copie el texto completo del artículo al portapapeles para leerlo o compartirlo fácilmente.

Recursos visuales

Descargue en un archivo ZIP todas las imágenes de alta resolución utilizadas en este artículo.

Últimos artículos