Por Canuto  

Un proyecto desarrollado durante una escuela de verano en el Imperial College de Londres examinó cómo un robot puede detectar al hablante, seguir a varias personas y demostrar atención hacia toda una habitación.
***

  • El proyecto se enfocó en la interacción simultánea entre un robot y varias personas, en lugar del diálogo tradicional de uno a uno.
  • Los participantes trabajaron en identificar al hablante activo, rastrear identidades y coordinar la mirada y los movimientos de cabeza del robot.
  • Umar Farooq, ingeniero de control en la Universidad de Cambridge, explicó la cadena que conecta un LLM con los actuadores robóticos.

Una conversación que incluya a toda la sala

Conseguir que un robot converse de manera natural con varias personas exige mucho más que reconocer palabras y producir una respuesta. El reto consiste en identificar quién habla, mantener la identidad de cada participante y coordinar señales corporales que indiquen atención hacia el grupo, una tarea abordada durante la Escuela de Verano de Robótica Imperial, celebrada en el Imperial College de Londres entre el 20 y el 24 de julio de 2026.

La actividad reunió a investigadores noveles, académicos y profesionales de la industria vinculados con la robótica. Umar Farooq, ingeniero de control en la Universidad de Cambridge, relató que la experiencia le permitió observar problemas de robótica desde perspectivas distintas a las de su trabajo cotidiano, en un programa intensivo de una semana.

La escuela incluyó conferencias sobre cinemática, dinámica, percepción, control y aprendizaje robótico, además de sesiones especializadas en robótica aérea, inteligencia robótica, visión quirúrgica asistida, percepción y control bioinspirados, y robótica personal de asistencia. Ese abanico mostró que una interacción humana convincente depende de varias disciplinas que deben funcionar coordinadamente, no de un único modelo de inteligencia artificial.

Uno de los puntos destacados fue el acceso a los laboratorios robóticos del Imperial College, donde los asistentes conocieron investigaciones sobre robótica adaptativa e inteligente, robótica aérea, robótica quirúrgica, manipulación, tacto y asistencia. También analizaron retos relacionados con la locomoción de cuadrúpedos, el aprendizaje robótico basado en visión, el tacto mecanosensorial y las aplicaciones sanitarias.

El proyecto de interacción multipartita

El proyecto grupal se concentró en permitir que un robot interactuara con varias personas a la vez, en lugar de limitarse al intercambio convencional entre una máquina y un único interlocutor. Para lograrlo, el equipo tuvo que diseñar una combinación de percepción, seguimiento de identidades y control de movimientos que ayudara al robot a comportarse como un participante atento.

Una de las tareas centrales fue detectar en tiempo real al hablante activo, un proceso que requiere distinguir las intervenciones dentro de una escena compartida. Al mismo tiempo, el sistema debía rastrear la identidad de cada persona para evitar que el robot tratara la conversación como una sucesión de voces anónimas, especialmente cuando los participantes cambian de posición o intervienen con poca diferencia temporal.

El equipo también trabajó en generar movimientos naturales de la mirada y de la cabeza. Estos gestos tienen una función comunicativa porque permiten mostrar quién recibe la atención del robot y ayudan a que la interacción parezca dirigida al grupo entero, en vez de transmitir la impresión de que la máquina ignora a todos salvo a la persona que habló primero.

Ese comportamiento plantea una dificultad que no aparece con la misma intensidad en una interacción de uno a uno: el robot debe decidir cómo distribuir su atención sin romper el ritmo de la conversación. La solución no depende únicamente de una respuesta verbal correcta, ya que también exige elegir objetivos visuales y movimientos corporales coherentes con el contexto social.

Del lenguaje natural al movimiento físico

Farooq señaló que la experiencia le permitió construir una visión más completa de la cadena que conecta el lenguaje con el movimiento de una máquina. En esa cadena, un modelo de lenguaje de gran escala, conocido como LLM, interpreta una intención expresada de forma natural y la convierte en órdenes estructuradas que el sistema puede procesar.

Después, esas órdenes se asignan a funciones robóticas de alto nivel, como orientar la cabeza, dirigir la mirada o ejecutar una acción determinada. La robótica debe traducir entonces esa intención general a instrucciones precisas, porque un robot no puede enviar directamente a sus motores una frase ambigua como “presta atención a la persona que acaba de hablar”.

La cinemática inversa cumple un papel importante en la siguiente etapa, al convertir los objetivos de movimiento en trayectorias para cada articulación. El sistema de control utiliza esas trayectorias para enviar órdenes a los actuadores, que finalmente producen el movimiento físico observado por las personas en la habitación.

La secuencia revela por qué una demostración aparentemente sencilla puede requerir múltiples capas técnicas. Un error en la percepción puede identificar al hablante equivocado, una asignación deficiente puede seleccionar una función incorrecta y un control poco preciso puede hacer que el gesto resulte rígido, tardío o socialmente extraño.

Formación para la próxima generación

El programa UK RAS STEPS financió la participación de Farooq, quien asistió como uno de los cinco profesionales técnicos de investigación en robótica y sistemas autónomos seleccionados para la escuela de verano. Según su testimonio, la iniciativa también respaldó su desarrollo mediante distintos talleres, lo que amplió el valor de la experiencia más allá de una única semana de formación.

Farooq agradeció especialmente a Marie Daniels por su ayuda y orientación durante el proceso de solicitud. También reconoció al equipo del Imperial College London, junto con profesores, investigadores y compañeros, por las conversaciones y el entorno de aprendizaje que acompañaron el programa.

UK RAS STEPS se presenta como una iniciativa dedicada a apoyar la formación de la próxima generación de profesionales de la robótica y los sistemas autónomos. Su enfoque conecta capacitación, investigación aplicada y exposición directa a laboratorios, elementos que pueden ayudar a los participantes a comprender las barreras que separan una idea de laboratorio de una interacción funcional.

La experiencia descrita por Farooq ilustra que la robótica social todavía enfrenta problemas de coordinación tan importantes como los de percepción o control. Hacer que una máquina responda a una habitación completa implica integrar lenguaje, visión, seguimiento de personas, planificación y movimiento en una sola experiencia coherente.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados