Método de entrenamiento de robots del MIT ayuda a los robots a leer entre líneas

Investigadores del MIT han creado un método de entrenamiento de robots que hace algo sorprendentemente humano: capta lo que las personas quieren decir, no solo lo que dicen. El sistema, llamado Masked Inverse Reinforcement Learning, reduce la cantidad de datos de demostración necesarios casi cinco veces y hace que los robots sean mejores para detectar las preferencias que la gente olvida especificar.

Eso importa porque la mayoría de las instrucciones están incompletas por diseño. Pide a un robot que entregue un café durante una videollamada, y nadie suele decir «evita el portátil, no te acerques a mi cara y procura no resultar extraño». Sin embargo, esas reglas no escritas a menudo son la verdadera tarea.

Cómo Masked IRL filtra el ruido

El método utiliza un proceso de dos pasos. Primero, un modelo de lenguaje estudia una demostración humana y convierte una guía vaga en una instrucción más precisa. Segundo, otro modelo examina el entorno y etiqueta objetos como relevantes o irrelevantes, de modo que comportamientos anecdóticos no se confundan con intención.

Recomendado

Hassabis dice que las STEM te hacen 10 veces mejor en IA

El ejemplo del MIT es revelador: si una persona apoya la mano en una mesa mientras muestra una tarea, el sistema puede ignorarlo como algo incidental. Pero un portátil, una barrera o el propio objeto objetivo se marcan como importantes. Ese tipo de clasificación es exactamente lo que a muchos sistemas robóticos les ha faltado, y por eso a menudo actúan como becarios demasiado confiados.

• Casi 5 veces menos demostraciones necesarias que los métodos existentes
• 15% mejor identificando preferencias ocultas de los usuarios en las pruebas
• Funciona tanto en simulación como en un brazo robótico real

El robot aprendió la diferencia entre un portátil y el objetivo

En ensayos prácticos, un robot entrenado con 50 demostraciones físicas aprendió a pasar objetos a una persona manteniéndose alejado de un portátil cercano, que había aprendido a tratar como algo que evitar. En otras pruebas, limpió una mesa manteniéndose cerca de la superficie, y entregó una bolsa de patatas sin moverse hacia la persona ni hacia la mesa contigua.

Ésa es la verdadera ganancia aquí: menos entrenamiento, menos colisiones incómodas y un comportamiento que parece más atento. En un campo donde muchos sistemas aún necesitan montones de ejemplos para realizar tareas simples correctamente, reducir el requisito de datos es una ventaja práctica, no solo una curiosidad de laboratorio.

La visión por computador es el siguiente paso para Masked IRL

Por ahora, el sistema se basa principalmente en datos de sensores e información de movimiento. Los investigadores quieren añadir visión por computador a continuación, para que los robots puedan identificar objetos útiles antes incluso de empezar a moverse. Si se le dice a un robot que recoja un juguete, debería ser capaz de ignorar los plátanos cercanos sin necesidad de advertencia explícita, lo que resulta casi sospechosamente sensato.

El trabajo está previsto para presentarse en la IEEE International Conference on Robotics and Automation (ICRA 2026) en junio en Viena. Si el enfoque se mantiene fuera del laboratorio, podría ser útil en cualquier lugar donde humanos y máquinas compartan espacios reducidos: hogares, almacenes, fábricas y oficinas, donde los robots cada vez deben comportarse menos como máquinas y más como invitados bien entrenados.