Robots que sobreviven al ataque de una motosierra: la IA que se adapta y controla cualquier dispositivo en segundos

El esfuerzo de los fabricantes en materia de robótica no solo va en la dirección del hardware. La idea es que la IA mejore drásticamente, permitiendo a estos robots pensar antes de actuar y ejecutar tareas con muchos factores. Esta firma ha creado una capaz de controlar cualquier robot.

La compañía Skild.ai ha desarrollado una inteligencia artificial que, lejos de ceñirse a un único dispositivo y adaptarse a él y a su entorno de entrenamiento, puede funcionar en cualquier tipo de dispositivo, ya sea cuadrúpedo, bípedo, etcétera.

El llamado Cerebro Skild pretende controlar lo que ellos llaman un “multiverso de robots con diferentes cuerpos”. Así, la empresa muestra cómo gracias a este sistema los robots con Skild pueden adaptarse de forma dinámica al entorno, incluso si el robot sufre daños severos.

Un cerebro de IA que funciona en todos los robots

En una demostración bastante extrema, Skild revela cómo su ‘cerebro’ puede mover el robot en cualquier situación y factor de forma. Decimos ‘extrema’ porque en ella los ingenieros llegan a cortar las extremidades de los robots con una motosierra.

Un robot que tenga una IA especializada para un tipo concreto de dispositivo no podrá adaptarse en caso de sufrir un daño así. Skild revela que su IA sí que consigue readaptarse y mover el robot pese a tener literalmente las patas amputadas.

We built a robot brain that nothing can stop.

Shattered limbs? Jammed motors? If the bot can move, the Brain will move it— even if it’s an entirely new robot body.

Meet the omni-bodied Skild Brain: pic.twitter.com/DkFXhq3ZbF

— Skild AI (@SkildAI) September 24, 2025

Lo mismo ocurre con motores atascados o ruedas en vez de patas. En la demostración, amputan un robot cuadrúpedo de Unitree, rompiendo sus cuatro patas por la parte de la unión entre las patas superiores y las inferiores. Tras unos segundos, el robot puede andar con relativa normalidad.

Lo mismo ocurre con robots bípedos cuyas extremidades también han sido arrancadas. Todo ello con un modelo que afirma Skild nunca ha sido entrenado para funcionar en estos robots concretos.

Según la firma, la habilidad para controlar estos robots es totalmente emergente. Si el robot aún puede moverse, entonces la IA podrá controlarlo sin problemas, independientemente de su situación.

En un momento dado, simulan mediante software que uno de los robots cuadrúpedos sufre una rotura en la rodilla. La IA se adapta y permite el movimiento a tres patas. En otra situación, deshabilitan sus patas delanteras.

Lo mismo; el robot, tras unos intentos, se consigue poner literalmente en pie sobre sus dos patas traseras, pasando de ser un robot cuadrúpedo a uno bípedo. Y hay muchos ejemplos más.

Los ingenieros añaden elementos extraños a las extremidades de los robots, aplican golpes con mucha fuerza que consiguen resistir. Hasta obligan a los robots a cargar con peso extra que evidentemente les desequilibra.

Uno de los momentos más sorprendentes llega cuando uno de los robots, equipados con ruedas en vez de patas fijas, sufre un fallo en cada una de las cuatro ruedas. De nuevo, adaptación en cuestión de segundos y la IA entiende cómo andar a paso normal.

El ‘multiverso’ de robots

Es tremendamente normal ver a robots fallar estrepitosamente cuando se produce un cambio drástico en los entornos donde operan. Esto es debido a que la mayoría de robos están potenciados con IA entrenadas para un fin y para un robot específico.

What makes it so resilient? It’s “omni-bodied”.

The Skild Brain spent 1,000 years walking 100,000 different bodies across simulated worlds.

In our world, the Brain treats a broken robot as just another body. pic.twitter.com/xmYyEeF255

— Skild AI (@SkildAI) September 24, 2025

Skild explica que la IA que controla a estos robots memoriza la estrategia de locomoción de ese robot (la forma en la que se mueve). “Es como memorizar la respuesta de un examen: excelente para aprobar, pero inútil para aprender a obtener respuestas”, dice la firma.

Dicho enfoque lleva a que cuando el robot tiene que lidiar con una situación para la que no estaba preparado (sobre todo con fallos en su propia infraestructura), la IA se vuelve inútil al no saber cómo solucionar el problema.

El secreto está en la creación de un ‘universo’ con 100.000 robots diferentes. En este universo, Skild entrenó a su inteligencia artificial para poder controlarlos a todos, independientemente de su tipo de cuerpo o su modelo.

“Tras un milenio de simulación, el resultado fue un cerebro omnicorpóreo extraordinariamente resistente”, dice Skild. Un cerebro capaz de adaptarse a un gran abanico de escenarios distintos.

Skild Brain controlando los robots.

Skild AI

Omicrono

En este sentido, el cerebro aprende de los fracasos lo suficientemente rápido. Y es que cuando el cerebro comienza a funcionar, no sabe qué cuerpo está habitando, ya que podría ser cualquiera de los presentes en su entrenamiento.

Esto lleva a que la IA a veces considere bípedos a robots cuadrúpedos y viceversa. A esto debemos sumarle el problema de que el tiempo necesario para que el modelo entienda su propio cuerpo es demasiado largo, ya que este acaba cayendo inevitablemente.

“La próxima vez que despertamos al robot, anteponemos el ensayo anterior como recordatorio; el robot lo usa para mejorar su comportamiento lográndolo finalmente al tercer intento”, detallan desde el blog de Skild.

El procedimiento, apodado como aprendizaje en contexto, destaca por su eficacia pese a que el modelo nunca se ha entrenado con estos robots. Puede controlarlos desde el primer momento y adaptarse a cambios morfológicos extremos.

Simulación de una rodilla rota en un robot cuadrúpedo.

Skild AI

Omicrono

El aprendizaje en contexto, además, ocurre en apenas milisegundos (o en minutos). Todo ello sin trampa, sin memorización; este es el resultado, expone Skild, de “obligar al mismo modelo a controlar cuerpos robóticos muy diferentes”.

Leer en la fuente

QvaClick recopila noticias desde fuentes oficiales y públicas. Los derechos pertenecen a sus respectivos autores y editores. QvaClick no se hace responsable de los contenidos externos enlazados.