Un gruppo di ricercatori dell’Università di Stanford e del California Institute of Technology (Caltech) ha condotto un esperimento innovativo: hanno inserito il modello linguistico avanzato GPT‑Astra nel corpo di un robot umanoide per verificare se l’intelligenza artificiale può controllare direttamente una piattaforma robotica senza l’ausilio di un modello Vision‑Language‑Action (VLA).
La configurazione hardware e software
Il robot utilizzato è un Unitree G1, una piattaforma compatta ma dotata di capacità di movimento simili a quelle di un umano. Su di esso è stata caricata una “Skill‑Library” contenente comandi predefiniti come greifen (afferrare) e laufen (camminare). Questa libreria permette a GPT‑Astra di tradurre i comandi testuali in azioni robotiche concrete, eliminando la necessità di un traduttore VLA dedicato.
Fasi del test
Il processo sperimentale è stato suddiviso in tre fasi distinte, ciascuna finalizzata a verificare un diverso aspetto dell’interazione tra IA e robot.
- Fase 1 – Esplorazione: al robot è stato assegnato il ruolo di “robot da cucina” con il compito di esplorare l’ambiente. Utilizzando una telecamera e un sensore Lidar, il robot ha mappato la stanza, creando un’immagine spaziale completa.
- Fase 2 – Creazione del gemello digitale: le informazioni raccolte sono state trasformate in un modello digitale della cucina, consentendo al robot di “ricordare” la posizione di oggetti non più visibili.
- Fase 3 – Esecuzione delle istruzioni: in base al prompt fornito, il robot ha ripulito la cucina, posizionato una tazza di caffè sull’isola e gettato i cartoni di latte e arance nel cestino.
Capacità di memoria spaziale
Uno degli aspetti più sorprendenti dell’esperimento è stato il modo in cui GPT‑Astra ha gestito la memoria spaziale. Dopo l’esplorazione, il robot è stato in grado di recuperare oggetti che non erano più nel suo campo visivo, grazie al gemello digitale della stanza. Questa capacità dimostra che il modello non solo interpreta istruzioni testuali, ma mantiene una rappresentazione interna dell’ambiente.
Velocità e limiti pratici
Nonostante il successo operativo, la velocità con cui il robot ha svolto le attività è stata decisamente lenta. Il video dimostrativo, accelerato di cinquanta volte per la visione, mostra movimenti spesso quasi paralizzati. Questo ritmo, sebbene accettabile in un contesto di ricerca, sarebbe impraticabile per un uso domestico quotidiano, suggerendo la necessità di ottimizzazioni sia a livello di algoritmo che di meccanica robotica.
HomeBody: un nome per la combinazione robot‑IA
Il team ha coniato il nome “HomeBody” per indicare la sinergia tra il robot Unitree G1 e GPT‑Astra. Secondo la descrizione sul sito del Movement Lab, HomeBody non ha richiesto dati di addestramento specifici per l’ambiente né un apprendimento di policy aggiuntivo; la pianificazione delle azioni è interamente gestita dal modello GPT collegato a una rete.
Altri scenari testati
Oltre al semplice riordino, i ricercatori hanno sperimentato una seconda attività: il robot ha dovuto prelevare una confezione di farmaci da un cassetto della cucina. Anche questa operazione è stata completata con successo, dimostrando la flessibilità del sistema nel gestire compiti più specifici e potenzialmente sensibili.
Implicazioni per l’industria e il futuro della robotica
Il risultato di questo esperimento arriva in un momento in cui il Fraunhofer Institute for Production Technology and Automation ha pubblicato una studio che conferma la rapida crescita del settore dei robot intelligenti. Le applicazioni vanno dal healthcare al facility management, dove la capacità di un robot di comprendere istruzioni linguistiche complesse può ridurre drasticamente i costi operativi e migliorare l’efficienza.
Conclusioni e prospettive
Il test di GPT‑Astra con corpo robotico dimostra che le grandi IA linguistiche hanno ormai la potenzialità di gestire direttamente robot fisici, senza dipendere da modelli di traduzione intermedia. Tuttavia, la lentezza delle azioni e la necessità di hardware più reattivo indicano che la tecnologia è ancora nelle fasi iniziali di maturazione. Con ulteriori ricerche e ottimizzazioni, è plausibile immaginare un futuro in cui assistenti robotici domestici, guidati da modelli come GPT‑Astra, diventino parte integrante della vita quotidiana.