Wetour Robotics demuestra un sistema sEMG-visión para entrenar robots humanoides
La compañía muestra una demo de Orchestra, que combina señales musculares con visión en primera persona para capturar mejor cómo usan las manos los humanos y entrenar robots con esos datos.
Wetour Robotics Limited (NASDAQ: WETO), compañía de infraestructura de IA física y robótica wearable con sede en Austin (Texas), ha presentado una demostración de desarrollo de Orchestra, su plataforma de IA física. El sistema combina electromiografía de superficie (sEMG), es decir, la señal eléctrica de los músculos, con visión en primera persona, con el objetivo de capturar datos de la mano humana mucho más ricos para entrenar robots humanoides. La empresa quiere resolver dos problemas que tiene grabar solo con cámaras: una cámara no puede medir cuánta fuerza aplica una mano y pierde el rastro de la mano cuando queda oculta detrás de un objeto o sale del campo de visión.
Orchestra une dos módulos: Conductor, una pulsera de sEMG de 8 canales, y VisionLink, una cámara en primera persona. La visión aporta la posición y el contexto de la escena; el sEMG captura la activación muscular, sigue disponible cuando hay oclusión visual y puede dar señal física antes de que el movimiento sea visible. Ambos flujos se fusionan en el dispositivo en un único registro sincronizado de movimiento, esfuerzo y tiempo de acción. En una tarea interna de transporte, el pipeline solo con visión no localizó la mano en el 21,8% de los fotogramas, con un corte continuo de 4,32 segundos. La arquitectura usa el sEMG como señal complementaria en esos intervalos, aunque la estrategia de corrección multimodal está todavía en fase de validación.
La demo también muestra avances concretos: el modelo que corre en el dispositivo genera 20 ángulos de articulación, no se limita a clasificar gestos predefinidos; procesar una ventana de sEMG de un segundo tardó 50,4 milisegundos sin mirar hacia delante (esa cifra mide el tiempo de procesamiento del modelo, no la latencia total del sistema). En la estimación de fuerza, el sistema convierte la señal muscular en valores de agarre equivalentes a kilogramos, calibrados con una báscula y ajustados al usuario y a la sesión. Este flujo se ha validado de extremo a extremo con datos sintéticos; la validación con grabaciones reales del brazalete sigue en desarrollo.
La compañía añade que el sistema está pensado para superponer eventos como alcanzar, agarrar, sostener y soltar sobre el movimiento continuo de la mano, creando demostraciones estructuradas para aprendizaje por imitación. Las tareas reales mostradas incluyen empaquetar una fiambrera, clasificar pastillas, desmontar un bolígrafo, medir un dron con calibre e instalar una hélice. Según Wetour, las demostraciones humanas son cada vez más importantes para entrenar robots en entornos reales, y añadir datos de fuerza y resistencia a la oclusión puede hacer esos datos más útiles para manipulación fina, control compliante y futura colaboración humano-robot.
El análisis de Salseo
- El sistema ataca un cuello de botella real del aprendizaje por imitación: sin medir fuerza, el vídeo no cuenta cuánto esfuerzo requiere un gesto, y con oclusiones se pierde la mano. Si la fusión sEMG-visión funciona, Wetour no vende el robot, vende el dato que hace más inteligente al robot, que es donde está la carrera de la IA física.
- Ojo con las cifras: los 50,4 ms son solo el tiempo de procesamiento del modelo, no la latencia de todo el sistema, y la estimación de fuerza está validada con datos sintéticos, no con grabaciones reales. La propia compañía lo matiza, algo que debería rebajar el hype.
- El 21,8% de fotogramas sin mano es un dato interno de una tarea concreta; no sabemos si es representativo. Sirve para ilustrar el problema de la visión sola, pero no demuestra que la fusión ya lo resuelva.
- Lo interesante a futuro: la validación en vivo con el brazalete y la calibración de fuerza. Si un fabricante de humanoides adopta Orchestra para sus datos de entrenamiento, esa sería la señal que de verdad importa; esta demo, por sí sola, es un avance de desarrollo, no un contrato.