💻 computer science

Calf-Integrated Arms for Bimanual Quadruped Loco-Manipulation

Este artículo presenta un diseño de robot cuadrúpedo bimanual que integra brazos en las espinillas delanteras de un Unitree Go2, permitiendo una manipulación estable con ambas manos a nivel del suelo sin necesidad de erguirse, al tiempo que utiliza un modelo de lenguaje y visión para la ejecución de tareas autónomas de largo alcance.

Autores originales: Yan Pan, Yuanchuan Ren, Chipui Chan, Jingcheng Sun, Chengxu Zhou

Publicado 2026-07-08

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Yan Pan, Yuanchuan Ren, Chipui Chan, Jingcheng Sun, Chengxu Zhou

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina un robot perro de cuatro patas, como el popular Unitree Go2. Normalmente, si quieres que este robot recoja cosas, los ingenieros tienen que atornillar un brazo robótico a su espalda (como una mochila). Pero ese brazo se sitúa en lo alto, lo que dificulta que alcance cosas en el suelo sin que el robot se estire de forma torpe hacia abajo. Alternativamente, algunos diseños intentan usar las propias patas del robot como manos, pero eso significa que el robot tiene que pararse sobre sus patas traseras para usar sus patas delanteras, dejándolo inestable e incapaz de caminar mientras trabaja.

Este artículo presenta un nuevo y astuto diseño: darle al robot "manos" integradas directamente en sus espinillas (pantorrillas) delanteras.

Así es como funciona, desglosado en conceptos sencillos:

1. La transformación de "Brazo-Espinilla"

En lugar de un brazo de mochila, los investigadores reemplazaron la parte inferior de las patas delanteras del robot por un módulo especial. Piensa en esto como una caña de pescar telescópica que también puede doblarse y girar.

El Deslizador: Una parte de la pierna puede deslizarse hacia arriba y hacia abajo (como un telescopio extendiéndose), lo que permite que la "mano" alcance todo el camino hasta el suelo.
Las Articulaciones: El brazo puede tener cabeceo (inclinarse hacia adelante/atrás) y guiñada (girar izquierda/derecha).
El Resultado: El robot ahora puede agarrar cosas directamente del suelo manteniendo sus cuatro patas firmemente plantadas en el suelo. No necesita pararse sobre sus patas traseras ni estirar el cuello de forma torpe.

2. La danza de "Dos Manos"

Debido a que ambas patas delanteras tienen estas manos integradas, el robot puede usar ambas manos a la vez.

El Solapamiento: Los brazos pueden girar hacia adentro para que las manos izquierda y derecha se encuentren en el medio del cuerpo del robot.
La Magia: Esto permite que el robot haga cosas como levantar una caja pesada con dos manos, pasar un objeto de una mano a la otra o llevar una cesta en una mano mientras abre una puerta con la otra, todo mientras camina normalmente con las cuatro patas en el suelo.

3. El "Cerebro" (El Modelo de Visión-Lenguaje)

El robot no solo sigue un guion preescrito. Utiliza un "cerebro" impulsado por un Modelo de Visión-Lenguaje (un tipo de IA que entiende tanto imágenes como texto).

Cómo piensa: Le das al robot una instrucción sencilla como: "Pon la cesta en el armario".
El Proceso: El robot mira la habitación a través de su cámara. Divide la tarea grande en pasos pequeños (habilidades) que ya conoce, como "caminar hacia el armario", "abrir la puerta", "agarrar la cesta" y "colocar la cesta".
Autonomía: Decide el orden de estos pasos por su cuenta. Si la puerta está cerrada, la abre. Si la cesta está lejos, primero camina hacia ella. Actúa como un asistente inteligente que descubre el "cómo" basándose en lo que ve.

4. Lo que probaron (En Simulación)

Los investigadores probaron este diseño en una simulación informática (un mundo de videojuego) porque construir un prototipo físico lleva tiempo. Demostraron con éxito tres tareas complejas:

La Tarea del Armario: El robot caminó hacia un armario, llevó una cesta en una mano, abrió la puerta con la otra y puso la cesta dentro.
La Elevación de Dos Manos: Ambos brazos agarraron una caja y la levantaron juntos.
La Entrega: Un brazo recogió un objeto y lo pasó al otro brazo sin dejarlo caer.

5. Las Compensaciones y Límites

El artículo es honesto sobre lo que este diseño no puede hacer todavía:

Sin Giro: La pinza (los "dedos") no puede rotar sobre su propio eje. Por lo tanto, si necesitas agarrar una tetera por un asa que requiere girar la muñeca, este robot aún no puede hacerlo.
El Problema del "Marcador": Para agarrar cosas, el robot actualmente necesita una pegatina roja brillante (un marcador) en el objeto para saber exactamente dónde agarrar. Aún no puede simplemente mirar un objeto aleatorio y adivinar el mejor punto de agarre.
Solo Simulación: Todos estos resultados ocurrieron en una simulación por computadora. El robot aún no ha sido construido ni probado en el mundo real.

Resumen

Este artículo propone un robot perro que no necesita un brazo de mochila o una postura de "ponerse de pie" para trabajar. En su lugar, tiene brazos integrados y deslizantes en sus patas delanteras que le permiten agarrar cosas del suelo con dos manos mientras camina. Utiliza un "cerebro" de IA para descubrir cómo encadenar estas acciones para completar tareas complejas, como ordenar una habitación. Es un paso hacia convertir a los robots cuadrúpedos en verdaderos ayudantes para tareas cotidianas a escala humana.

Resumen Técnico: Brazos Integrados en la Pantorrilla para la Locomoción-Manipulación Bimanual de Cuadrúpedos

Planteamiento del Problema
Los diseños actuales de locomoción-manipulación para cuadrúpedos enfrentan un compromiso fundamental entre la capacidad de manipulación y la estabilidad de la postura. Los brazos montados en el tronco alcanzan alturas elevadas, lo que dificulta el agarre a nivel del suelo y, por lo general, limita al robot a un solo manipulador. Utilizar las patas como manipuladores a menudo requiere levantar un pie del suelo, comprometiendo el polígono de soporte, o ponerse de pie sobre las patas traseras (como en el diseño LocoMan), lo que fija la base en un solo lugar. En consecuencia, ningún diseño existente permite que un cuadrúpedo realice manipulación bimanual a nivel del suelo mientras mantiene una postura estable de cuatro patas con una base libre para caminar. Además, los sistemas existentes suelen carecer de planificadores de alto nivel capaces de secuenciar tareas de largo horizonte de forma autónoma basándose en la retroalimentación visual y de estado.

Metodología
Los autores proponen un diseño morfológico y un marco de control que integra manipuladores directamente en las pantorrillas delanteras de un Unitree Go2 cuadrúpedo.

Diseño Mecánico: Cada pata delantera se modifica para incluir un sistema de siete grados de libertad (DoF): los tres ejes originales de la pata se conservan para la locomoción, mientras que cuatro nuevos ejes forman el manipulador:
- $q_1$ (Deslizador Prismático): Un deslizador de carrera de 0.105 m alojado dentro de la pantorrilla reconstruida, impulsado por un motor paso a paso no retrocedible para levantar objetos del suelo.
- $q_2$ (Pitch/Cabeceo): Un eje de revolución para un control de aproximación preciso.
- $q_3$ (Yaw/Guiñada): Un eje de revolución que rota sobre el eje vertical, barriendo el gripper hacia el centro de la línea corporal para permitir que los brazos izquierdo y derecho traslapen sus espacios de trabajo.
- $q_4$ (Gripper/Pinza): Una pinza de mandíbulas paralelas con una apertura de 4 cm.
  Esta configuración permite al robot agarrar objetos a nivel del suelo con ambos brazos mientras las cuatro patas permanecen apoyadas.
Arquitectura de Control: El sistema emplea una arquitectura de control de dos capas:
- Planificador de Alto Nivel: Un Modelo de Lenguaje-Visión (VLM), específicamente Kimi K2.6 accedido vía API en la nube, selecciona habilidades discretas de una biblioteca predefinida ( $S$ ). El planificador condiciona su selección a la imagen de la cámara RGB-D montada en la cabeza y a un estado del mundo estructurado (rastreo de banderas de progreso de la tarea). Consulta al VLM solo en los límites de las habilidades, no en cada paso de control.
- Ejecución de Bajo Nivel: Las habilidades seleccionadas se ejecutan mediante Máquinas de Estados Finitos (FSM). Las FSM coordinan una política de locomoción aprendida (entrenada mediante Optimización de Política de Proximidad en Isaac Lab) para los 12 ejes de las patas y un resolvedor de Cinemática Inversa (IK) de Mínimos Cuadrados Amortiguados (DLS) de 3-DoF para los ejes del brazo ( $q_1$ – $q_3$ ). El gripper ( $q_4$ ) se comanda directamente.
- Percepción: El agarre depende de la detección de un marcador rojo en el objeto. Un algoritmo de retroproyección basado en profundidad localiza el punto de agarre en 3D, filtrando detecciones parciales cerca de los bordes de la imagen.

Contribuciones Clave
El artículo realiza dos contribaciones primarias:

Hardware Integrado: El diseño de un manipulador integrado en la pantorrilla delantera de un cuadrúpedo, permitiendo el agarre bimanual a nivel del suelo manteniendo una postura de cuatro patas. Esto sacrifica un espacio de trabajo bimanual más pequeño (comparado con diseños de bipedación) a cambio de estabilidad y una base lista para caminar.
Planificación Autónoma: La integración de un VLM para secuenciar habilidades de una biblioteca predefinida basada en la entrada visual y el estado de la tarea, demostrado en una tarea de largo horizonte en simulación.

Resultados
El diseño fue evaluado enteramente en simulación (Isaac Lab para entrenamiento, MuJoCo para evaluación) a través de tres tareas bimanuales:

Tarea del Gabinete de Largo Horizonte: El robot transportó una cesta en un brazo, caminó hacia un gabinete, abrió la puerta con el otro brazo y colocó la cesta en su interior. El VLM seleccionó autónomamente la secuencia de habilidades (agarrar, caminar, abrir, colocar) basándose en la retroalimentación visual.
Levantamiento Cooperativo con Dos Manos: Ambos brazos agarraron una sola caja por sus asas laterales y la levantaron simultáneamente, utilizando el traslape del espacio de trabajo proporcionado por los ejes de guiñada.
Traspaso Inter-Brazo: El brazo izquierdo transfirió un objeto al brazo derecho en el centro de la línea corporal sin colocarlo en el suelo.

En la tarea del gabinete, el robot completó la secuencia en 18.6 segundos de tiempo de movimiento. El sistema demostró robustez ante el ruido del sensor de profundidad, manteniendo una tasa de éxito de agarre del 70–74% con un ruido de desviación estándar de hasta 10 mm. El VLM consultó solo cuatro veces durante toda la tarea, ocurriendo la latencia mientras el robot mantenía una postura estable.

Significancia y Limitaciones
El artículo afirma su significancia al demostrar un cuadrúpedo capaz de manipulación bimanual compleja a nivel del suelo sin sacrificar la estabilidad de la locomoción o requerir que la base esté fija. Destaca que el diseño de hardware permite que un planificador ejecute tareas de largo horizonte con las cuatro patas plantadas.

Los autores señalan explícitamente varias limitaciones:

Restricciones Cinemáticas: El brazo carece de un eje de rotación (roll), lo que impide que la pinza rote alrededor de su eje de aproximación, limitando el agarre de objetos con orientaciones de asa específicas (por ejemplo, una tetera).
Cobertura de la Biblioteca de Habilidades: El VLM solo puede seleccionar de habilidades predefinidas; no puede generar nuevos comportos o estados. Las tareas que requieren un nuevo agarre en puntos distintos, rotación dentro de la mano o evasión dinámica de obstáculos son actualmente infactibles.
Dependencia de la Percepción: El sistema depende de marcadores fiduciarios para los puntos de agarre. Los detectores aprendidos (YOLO-World, SAM) actualmente fallan al proporcionar coordenadas de agarre precisas para objetos complejos, lo que requiere una red de síntesis de agarre dedicada para trabajos futuros.
Solo Simulación: Todos los resultados provienen de simulación. Los autores afirman que construir un prototipo físico para probar la transferencia de simulación a la realidad es el siguiente paso inmediato.

El trabajo futuro sugerido por los autores incluye el prototipado físico, el desarrollo de redes de síntesis de agarre para reemplazar los marcadores y la exploración de casos de uso secundarios, tales como utilizar el deslizador prismático como una extensión de la pata para locomoción tipo zancos o para levantar objetos hacia el tronco del robot.