Robot con Google LLM: cómo entrenaron un modelo de 270M parámetros para controlar movimientos

Un ingeniero integró el modelo de lenguaje abierto compacto de Google (270 millones de parámetros) en un robot con orugas y un manipulador, y entrenó el modelo para controlar sus movimientos exclusivamente en simulación. El experimento demuestra que los LLM compactos son capaces de aprender a controlar sistemas físicos complejos sin enormes recursos computacionales.

Por qué un LLM compacto

Google lanzó una serie de modelos compactos Gemini Nano diseñados para dispositivos con recursos computacionales limitados. Un modelo con 270 millones de parámetros no es un GPT-4 monstruoso, sino una herramienta elegante y bien diseñada que puede ejecutarse directamente en sistemas embarcados del robot sin llamar a servidores en la nube. Esta arquitectura proporciona varias ventajas críticas para la robótica.

En primer lugar, el modelo funciona localmente y no requiere conexión a Internet — el robot es completamente autónomo. En segundo lugar, responde sin retrasos de latencia de red, lo cual es crítico cuando milisegundos determinan el resultado de una operación. En tercer lugar, el consumo de energía es bajo — la batería del robot dura más y la electrónica no se sobrecalienta.

El autor eligió este modelo precisamente porque su rendimiento es totalmente suficiente para la toma de decisiones en el control de sistemas físicos. Los modelos compactos aprenden más rápido que los LLM gigantes y requieren menos datos para el entrenamiento.

Entrenamiento en un entorno virtual

Todo el experimento se realizó en simulación — un entorno virtual donde el comportamiento de la física y la dinámica corresponde a la realidad. El robot con orugas y manipulador se movió no en una sala real, sino en un modelo de computadora. Esto permitió al autor probar rápidamente miles de variantes de comportamiento sin riesgo de dañar equipos reales costosos. El modelo de lenguaje recibió información sobre el estado del robot — posición de las orugas, ángulo de rotación, coordenadas del manipulador, imágenes de la cámara virtual — y se entrenó a sí mismo para tomar decisiones independientemente sobre cómo actuar. El modelo se entrenó a sí mismo para realizar las siguientes habilidades:

• Control de orugas: cuándo activar, en qué dirección y a qué velocidad
• Navegación y orientación: cómo girar y orientarse en el espacio
• Manipulación: cómo el manipulador debe acercarse, agarrar y mover objetos
• Coordinación: cómo coordinar el movimiento del cuerpo y brazo para tareas complejas

El modelo aprendió mediante prueba y error: intentó una acción, vio el resultado en simulación, corrigió su comportamiento. El proceso no es instantáneo, pero después de cientos de miles de iteraciones, el modelo encontró estrategias de control eficientes. Al final, aprendió a realizar manipulaciones deliberadas — agarrar objetos, moverlos, apilarlos — exactamente como si el robot fuera físico.

Ciberpunk en lugar de marketing

El autor llama a su proyecto "ciberpunk" — un experimento que es simultáneamente técnicamente interesante y provocador. La filosofía es simple: si tomas un modelo de código abierto, lo cargas en un robot y dejas que aprenda en simulación, ¿puede convertirse en una fuerza laboral útil? Los escépticos suelen responder "no" — dicen que la robótica requiere arquitectura especial, miles de millones de parámetros y megabytes de datos.

La respuesta del autor: no, puede. Y funciona. No requiere parámetros enormes, arquitecturas especiales o datos infinitos.

Un modelo compacto con 270 millones de parámetros es suficiente para aprender, en condiciones de simulación, a controlar un sistema mecánico no trivial — un robot con orugas y manipulador realizando manipulaciones en espacio tridimensional. La paradoja es que los modelos compactos suelen ser más versátiles que las herramientas especializadas.

Qué significa esto

El experimento difumina la frontera entre modelos de lenguaje "puros" y el control de sistemas físicos. Mañana, los LLM compactos pueden controlar naturalmente manipuladores industriales, plataformas autónomas y robots móviles in situ — en talleres, almacenes, agricultura, logística. Sin llamar a la nube, sin retrasos de transmisión de red, con licencias abiertas y a precios asequibles. Esto, por supuesto, es cuando los modelos aprenden a transferir confiablemente conocimiento de la simulación a la realidad — la llamada transferencia sim-to-real. Y esto ya ha comenzado.