Toddlerbot - plataforma humanoide open source compatible con ML
(toddlerbot.github.io)- ToddlerBot es una plataforma de robot humanoide open source de bajo costo, diseñada para la escalabilidad de experimentos y aprendizaje de políticas en investigación de robótica e IA
- La nueva versión (2.0) incorpora diversas funciones nuevas como cartwheel, gateo, caminata rápida, teleoperación en VR y estimación estéreo de profundidad en tiempo real
- Destaca la reproducibilidad y durabilidad con un diseño de 30 grados de libertad, varios efectores finales (tipo palma y gripper) y reparaciones rápidas basadas en impresión 3D
- Se ha demostrado su compatibilidad con ML en locomoción, manipulación bimanual y de cuerpo completo, y skill chaining, usando aprendizaje por refuerzo y modelos de difusión
- Ofrece manuales y código completamente open source, permitiendo que cualquiera lo construya y realice transferencia de políticas y experimentos colaborativos con múltiples robots
Importancia del proyecto open source Toddlerbot
- Toddlerbot es un proyecto de robot humanoide open source que permite a cualquiera usar el código fuente para ensamblarlo y modificarlo directamente
- Frente a los robots humanoides comerciales, se caracteriza por su menor costo de fabricación y por tener una estructura y cantidad de piezas más reducidas, lo que baja la barrera de entrada
- Puede utilizarse con diversos fines, como diseño de hardware robótico, control por software y aprendizaje de algoritmos
- Gracias a una comunidad activa y buena documentación, resulta útil tanto para principiantes como para expertos
- Es una plataforma robótica adecuada para investigación y desarrollo, educación y prototipado
Funciones principales y ventajas
- Puede fabricarse fácilmente con una impresora 3D, diagramas de circuito open source y software público
- Su diseño modular permite diseñar y reemplazar libremente la cabeza, los brazos, el cuerpo y otros componentes
- Se integra con varios lenguajes de programación como Python, lo que permite probar diversas estrategias de control
- Admite expansión opcional con sensores, motores, cámaras y otros componentes
Funciones principales de ToddlerBot 2.0
- Cartwheel: demuestra alta agilidad y capacidad de equilibrio, con casi ningún daño incluso cuando falla
- Gateo: movimiento de gateo en cuatro apoyos usando brazos y piernas como un bebé
- Caminata rápida: velocidad de caminata omnidireccional de 0.25 m/s y giro en el lugar de hasta 1 rad/s
- Teleoperación en VR: control en tiempo real basado en Meta Quest 2
- Estimación estéreo de profundidad: incorpora Jetson Orin NX 16GB con procesamiento en tiempo real a 10Hz
Características de diseño
- 30 grados de libertad (DoF): 7 en los brazos, 6 en las piernas, 2 en el cuello y 2 en la cintura
- Sensores y electrónica: 2 cámaras ojo de pez, altavoz, 2 micrófonos, IMU y Jetson Orin NX
- Efectores finales: dos opciones, tipo palma flexible y gripper paralelo
Pruebas de rendimiento
- Prueba de longitud de brazo: puede sujetar objetos 14 veces más grandes que el volumen del torso
- Prueba de carga: levanta 1.48 kg, equivalente al 40% de su peso total, manteniendo el equilibrio
- Prueba de resistencia: con una política de caminata basada en aprendizaje por refuerzo, opera durante 19 minutos; no se daña incluso tras 7 caídas, y la reparación toma menos de 35 minutos (impresión 3D + ensamblaje)
Acciones basadas en IA
- Conversación y push-ups: integración con OpenAI Realtime API + GPT-4o
- Pull-up en barra fija: reconocimiento de posición basado en AprilTag y transferencia de una política de simulación al robot real
- Caminata y manipulación: realiza manipulación bimanual y de cuerpo completo con aprendizaje por refuerzo y políticas de difusión basadas en RGB
- Skill chaining: agarrar una manija (política de difusión) → empujar un carrito (política de aprendizaje por refuerzo)
Reproducibilidad y escalabilidad
- Transferencia de políticas: una política de manipulación entrenada en un ToddlerBot puede transferirse a otra unidad sin pérdida
- Colaboración multirrobot: dos robots cooperan en tareas largas, como ordenar una habitación
- Facilidad de ensamblaje: cualquiera puede construirlo con manuales y videos open source
Apoyo a la investigación
- Paper: ToddlerBot: Open-Source ML-Compatible Humanoid Platform for Loco-Manipulation (arXiv:2502.00893)
- Desarrollado por un equipo de investigación de Stanford, con apoyo de NSF, Sloan Fellowship y otras entidades
1 comentarios
Comentarios en Hacker News
Un trabajo realmente impresionante; espero que, cuando sea más barato, se pueda usar en casa para proyectos sencillos.
El video del fallo en la voltereta lateral es bastante impactante; parece que los robots todavía no han aprendido a evitar una caída o a protegerse cuando se caen. La demostración de la voltereta en sí fue sorprendente; al principio pensé que era un juguete o CGI, pero al ver el error me convencí un poco más de que era real.
¡Una obra realmente genial! Me pregunto qué limitaciones tiene que casi todo el robot sea una estructura imprimible en 3D. Aun así, parece esencial si uno quiere ensamblarlo por cuenta propia.
Me pregunto si habrá una versión más barata o más amigable para principiantes, manteniendo el Jetson nano pero con el resto de componentes en una configuración menos intimidante para novatos.
¡Gran proyecto! Me pregunto si tienen preparado un simulador Mujoco para poder hacer más investigación con VLA.
Me imagino comprando un robot así para que le dé comida al gato y también traiga los paquetes de la entrada; me pregunto si estaré pidiendo demasiado.Posdata: me dio risa ver que "barato" significa $6,000.
Eso depende de la situación. Si la comida se pone en un contenedor adecuado para el robot, es mucho más fácil que intentar que el robot la sirva directamente. Si el repartidor (o el robot) deja los paquetes siempre en el mismo lugar, también es más fácil; si no, encontrar el paquete se vuelve muy difícil para el robot. Incluso puede hacer falta que el equipo de empaque y el usuario acuerden hasta la ubicación. Es ambicioso, pero lo que impide lograrlo no es que sea imposible, sino que hay que programar todas las variaciones y detalles de cada entorno. Lograr que un robot se mueva 5 cm es fácil, pero hacer que encuentre un objeto desconocido dejado en cualquier parte es muy difícil; está mejorando, pero sigue siendo un problema complicado.
Ya hay muchos comederos automáticos en el mercado; yo uso uno para croquetas que relleno una vez al mes, otro para comida húmeda que hay que llenar todos los días, y una fuente de agua.
El precio de $6,000 es caro para un robot servo del tamaño de un bebé, pero sigue siendo más barato que la mayoría de los perros robot fabricados en China. La robótica realmente cuesta mucho.
Sería genial que saliera una versión de mil dólares (aunque no sé si eso sea posible).
¡Dos ejes en la cintura (2 DOF)! De verdad, una pasión impresionante.
Se ve realmente genial, gracias por compartir esta buena información.