INSOL-HIGH comenzó a operar el 26 de agosto de 2026 la instalación J-HRTI en Japón, siglas de Japan Humanoid Robot Training & Implementation, para recopilar datos de entrenamiento de robots humanoides y desarrollar aplicaciones de «inteligencia artificial física» que conecten las decisiones del software con el movimiento y la interacción con el mundo real.
La instalación es el primer proyecto de la iniciativa J-HRTI y tiene una superficie de aproximadamente 1.400 metros cuadrados. Puede albergar hasta 40 robots humanoides, aunque las operaciones efectivas comenzaron con 35 robots. Según el artículo, la instalación recopilará datos mediante la operación de los robots por parte de operadores humanos, con el objetivo de crear un conjunto de datos que pueda utilizarse para entrenar modelos de inteligencia artificial.
¿Cómo se recopilan los datos de entrenamiento?
La instalación está dividida en tres zonas principales. La primera está destinada al entrenamiento de los robots humanoides y a la recopilación de datos de movimiento; la segunda, a convertir los datos recopilados en datos de entrenamiento utilizables mediante procesos de etiquetado y anotación; y la tercera, a probar lo aprendido por los modelos y verificar su capacidad para ejecutar tareas en condiciones cercanas a la operación práctica.
Los ejemplos mostrados incluyen el uso de robots AgiBot G1 y AgiBot G2, mientras los operadores llevan gafas de realidad virtual para ejecutar distintos movimientos y tareas. Entre los escenarios se encuentran transportar contenedores, utilizar la mano para recoger o trasladar objetos y clasificar diversos elementos. También se recopilan datos adicionales mediante cámaras colocadas alrededor del área de trabajo para supervisar el movimiento del robot y la interacción entre este y el entorno.
El proceso no se limita a registrar el movimiento ideal; también incluye situaciones como dejar caer objetos deliberadamente y luego recuperarlos, para que los modelos aprendan a afrontar errores y circunstancias imprevistas. Después de registrarse, los datos se revisan y etiquetan para identificar los detalles del movimiento y el contexto, y luego se convierten en datos de entrenamiento que pueden utilizarse durante las fases de aprendizaje y prueba.
¿Qué cambia en la práctica?
La importancia de la iniciativa radica en trasladar el entrenamiento de robots humanoides del laboratorio a entornos más cercanos a las líneas de trabajo reales. Las tareas requeridas y los datos necesarios varían según el lugar de operación y la naturaleza del trabajo. Por ello, INSOL-HIGH planea comenzar a recopilar datos de acuerdo con las operaciones objetivo y modificar los temas y ámbitos de entrenamiento según sea necesario.
Este enfoque indica que desarrollar un robot capaz de trabajar no depende únicamente del modelo de software, sino que también requiere datos de movimiento e interacción obtenidos de situaciones reales y variadas. Asimismo, la existencia de una zona de pruebas independiente permite comparar el rendimiento del robot después del entrenamiento con sus comportamientos durante la recopilación de datos, en lugar de limitarse a mostrar un movimiento programado de antemano.
Limitaciones y preguntas abiertas
El artículo no aclara detalles como los modelos de software utilizados, el tamaño previsto del conjunto de datos ni el calendario para poner esos datos a disposición de otras entidades. Por tanto, con la información publicada por sí sola no es posible determinar hasta qué punto los resultados pueden generalizarse a otras fábricas o robots. Sin embargo, poner en funcionamiento una instalación capaz de albergar 40 robots sitúa la recopilación estructurada de datos, incluidos los datos sobre errores y recuperación, en el centro del desarrollo de aplicaciones de robots humanoides en Japón.