AGIBOT presenta 150 horas de datos para enseñar a sus robots a decidir qué hacer según el entorno

AGIBOT ha presentado este 22 de octubre la cuarta entrega de AGIBOT WORLD 2026, su colección de datos obtenidos con robots físicos. La nueva parte se llama Physical Reasoning y se centra en situaciones en las que el robot debe decidir qué hacer según el estado de su entorno, en vez de repetir una secuencia fija de movimientos. La empresa anunció una primera entrega de 150 horas de registros de robots reales.

La publicación forma parte de AI WAVE, un calendario de siete presentaciones anunciado por la compañía china. Un medio de Shanghái informó hoy de la apertura de esta cuarta entrega. La página pública del conjunto general de datos estaba accesible, aunque no permitía identificar con claridad los archivos específicos de Physical Reasoning; conviene distinguir el anuncio de la verificación independiente de cada descarga.

Los mismos objetivos pueden exigir acciones diferentes

Una instrucción dirigida a un robot no siempre basta para fijar la sucesión de movimientos. Si debe reponer tres bebidas en un minibar, antes necesita comprobar cuántas hay y cuáles están vacías. Solo después puede decidir qué retirar y qué incorporar. La cuarta entrega de AGIBOT WORLD 2026 utiliza situaciones de este tipo para entrenar decisiones condicionadas por el estado inicial.

Otro ejemplo descrito en la presentación consiste en localizar artículos de aseo repartidos entre varios cajones. La tarea exige identificar objetos y recordar cuáles se han revisado para no repetir la búsqueda. En ambos casos, ejecutar bien un movimiento aislado no garantiza completar el encargo. El robot necesita relacionar el objetivo con la información que va encontrando.

Según la descripción difundida en Shanghái, el conjunto plantea variaciones de una misma tarea con cambios en la cantidad de objetos, las relaciones de ocultación, el espacio disponible y el progreso alcanzado. Ese diseño busca que un modelo aprenda a elegir la acción siguiente bajo condiciones distintas. La empresa divide los escenarios en tres niveles de dificultad, denominados Easy, Medium y Hard.

La documentación presentada habla de nueve clases de razonamiento. Entre las mencionadas figuran la selección por atributos, los juicios condicionales, la evaluación de si una acción es posible, la búsqueda de objetivos, la planificación de tareas largas y la memoria del proceso. Estas categorías describen los datos reunidos; por sí solas no demuestran que un robot comercial resuelva ya todos esos problemas sin intervención.

Las anotaciones conectan la decisión con el movimiento

El contenido anunciado incluye instrucciones que expresan la meta completa de cada tarea y anotaciones que separan etapas, subtareas y pasos. También incorpora descripciones de las acciones y referencias espaciales mediante cajas, puntos o líneas. Con ellas se identifican objetos, lugares de contacto y recorridos previstos, junto con el resultado de la ejecución.

Esa información permite entrenar dos partes del comportamiento que deben coordinarse. Una decide qué acción corresponde a la situación; la otra la convierte en movimientos del robot. En los ejemplos de reposición o búsqueda, ambas decisiones cambian a medida que el robot descubre el estado real de los objetos. El objetivo de la colección es aportar registros en los que pueda estudiarse esa relación.

AGIBOT había publicado entregas anteriores de WORLD 2026 dedicadas a otros problemas del aprendizaje robótico, como la imitación y el aprendizaje por refuerzo. Physical Reasoning añade el énfasis en la elección entre acciones posibles. La marca sostiene que estos datos se emplearán en un futuro sistema de agentes y en una nueva generación de su modelo base; no ha presentado aún resultados de evaluación independientes que permitan medir la mejora atribuible a esta cuarta entrega.

La cifra de 150 horas corresponde a la primera tanda de datos reales anunciada para el tema de razonamiento físico. No debe confundirse con el tamaño total de AGIBOT WORLD 2026, que contiene materiales de entregas anteriores. El repositorio general alojado en Hugging Face no mostraba una carpeta o documentación identificada claramente como Theme 4. Por esa razón, la existencia de la presentación está acreditada, mientras que el acceso efectivo a los archivos concretos de esta tanda queda pendiente de comprobación directa.

AI WAVE continuará con seis presentaciones más

La programación comunicada por AGIBOT sitúa el 23 de octubre la presentación de Genie Studio 2.0; después están previstos el robot G2 Max, el sistema Genie Master, una actualización de Genie Sim, un modelo base y un sistema de aprendizaje colectivo. Son anuncios programados para fechas posteriores, no productos que deban darse por lanzados hoy.

La empresa también planea una demostración de seis robots G2 en una tienda entre el 2 y el 3 de noviembre. Según su calendario, trabajarán durante 24 horas en tareas como reponer productos, preparar comida y atender otras operaciones del local. Esa prueba todavía no se ha realizado. Sus resultados, cuando estén disponibles, permitirán observar el funcionamiento de los robots en una situación concreta, aunque no sustituirán a una evaluación independiente del conjunto de datos anunciado hoy.

Fin del Artículo. ¡Cuéntanos algo en los Comentarios!