Nella sua selezione settimanale Video Friday, IEEE Spectrum mette in evidenza diversi lavori recenti in robotica, tra cui il modello GEN-1.5 di Generalist, che imparerebbe un nuovo compito fisico in pochi secondi da un solo esempio. Gli altri progetti presentati riguardano il volo dei droni, i mezzi da cantiere, la brachiazione e una nuova interfaccia di interazione tra umani e robot.
Imparare da un solo esempio
Generalist presenta GEN-1.5 come il suo ultimo modello di fondazione per robot, ovvero un modello di intelligenza artificiale generale destinato a pilotare macchine fisiche. Secondo l’azienda, può imparare un nuovo compito in pochi secondi, da un solo esempio, senza aggiornamento dei suoi parametri né messa a punto fine (fine-tuning). Il post del blog citato menziona anche capacità di apprendimento da pochi esempi e una generalizzazione fisica in zero-shot, cioè senza esempio preliminare per il compito.
Generalist precisa che i compiti rimangono semplici e di breve durata. L’azienda ritiene che si tratti del primo modello noto a far emergere, su larga scala, l’apprendimento in uno o pochi esempi di abilità fisiche, e vi vede « un passo significativo » verso la sua missione di costruire un’intelligenza generale per il mondo fisico. Gli autori della selezione notano tuttavia che, per diverse di queste dimostrazioni, il post non può affermare l’assenza di dati di addestramento pertinenti che « a nostra conoscenza ».
Droni, cantieri e bracci robotizzati
Un progetto nato da una collaborazione tra il gruppo AIMS della Hong Kong Polytechnic University e il DRAGON Lab dell’Università di Tokyo propone ciò che i suoi autori descrivono come il primo quadro di ottimizzazione di traiettorie basato sulla programmazione sequenziale convessa, un calcolo matematico di ottimizzazione, per i multirotori generalizzati, siano essi convenzionali o omnidirezionali. I ricercatori spiegano di essersi chiesti « fino a dove un modello analitico basato sui primi principi » potesse arrivare, piuttosto che insegnare un comportamento a partire dai dati.
Per quanto riguarda i cantieri, la società Gravis Robotics propone il Gravis Rack, un kit di retrofit che trasforma mezzi idraulici commerciali in robot. Telecamere, lidar, che è un sensore laser di rilevamento, e calcolatore integrato permettono alla macchina di percepire l’ambiente circostante, mentre un controllo basato sull’apprendimento le consente di lavorare vicino ai suoi limiti, con cicli completi e rapidi.
Ricercatori dell’EVARL hanno inoltre presentato un approccio di apprendimento per rinforzo, la WGRL, per la brachiazione, questa modalità di spostamento che consiste nell’oscillare da una barra all’altra. Secondo loro, la politica di controllo appresa ha funzionato su percorsi con altezze, spaziature e orientamenti delle barre variati, in esperimenti in simulazione, e il loro robot bimanuale a grandezza naturale ha attraversato quattro barre consecutive nel mondo reale. Infine, lavori della TS-Robotics sfruttano i sensori di coppia articolari dei cobot standard: una piastra di plexiglass passiva fissata alla flangia del robot lo trasforma in un’interfaccia di scrittura manuale.
Agenda
Il Humanoids Summit Seoul si terrà il 22 e 23 settembre 2026 a Seul, seguito dalla conferenza IROS 2026, dal 27 settembre al 1° ottobre 2026 a Pittsburgh. La conferenza CoRL 2026 si svolgerà dal 9 al 12 novembre 2026 ad Austin.
