El avance tecnológico en robótica ha permitido que dispositivos que antes eran exclusivos de laboratorios o grandes industrias ahora estén al alcance de hobistas, educadores y desarrolladores con presupuestos limitados. Un ejemplo claro de esta democratización es el brazo robótico SO-101 desarrollado por HuggingFace, un robot bimanual impreso en 3D, diseñado para ser asequible, funcional y adaptable. A un precio aproximado de 100 dólares, este brazo robótico impulsa la innovación, la investigación y el aprendizaje en robótica, automatización y control por inteligencia artificial. El SO-101 es una representación clara del uso eficiente de la impresión 3D en la fabricación de equipos robóticos. Con componentes impresos en materiales resistentes y motores cuidadosamente seleccionados, el robot combina flexibilidad mecánica con precisión electrónica.
El sistema consta de un brazo líder y un brazo seguidor, cada uno equipado con seis motores de distintos modelos y relaciones de engranajes para optimizar fuerza y velocidad en cada articulación. Esta configuración permite que el usuario manipule el brazo líder para controlar el seguidor, facilitando así procesos de teleoperación que contribuyen a la recolección de datos para entrenamiento de inteligencia artificial. Una de las características más destacadas del SO-101 es su ensamblaje accesible para personas sin experiencia avanzada en robótica. HuggingFace proporciona una guía detallada para la impresión 3D de todas sus partes, junto con la lista completa de materiales para su fabricación, además de instructivos paso a paso para configurar y calibrar cada motor. El proceso comienza con la obtención de los motores adecuados, diferenciando entre motores de 7.
4V y 12V según el brazo al que estén destinados. Es fundamental respetar esta configuración para evitar daños en los componentes electrónicos. Los motores Feetech STS3215, utilizados en la construcción, ofrecen gran durabilidad y precisión de movimientos gracias a sus diferentes relaciones de engranajes. Por ejemplo, el motor del eje base o “shoulder yaw” tiene una relación 1:191 para ofrecer fuerza suficiente a la base del brazo, mientras que otros motores destinados a articulaciones como codo o muñeca utilizan relaciones de engranajes variadas para equilibrar velocidad y torque. La atención a estos detalles mecánicos asegura que el movimiento del brazo sea fluido, preciso y sostenible incluso en operaciones prolongadas.
El control y la configuración del SO-101 se realizan mediante el software LeRobot, una herramienta de código abierto integrada en Python que permite la gestión de los motores, calibración y teleoperación. Al descargar y configurar LeRobot, los usuarios pueden conectar el hardware a sus computadoras por medio de adaptadores de bus de servomotores y puertos USB, teniendo siempre presente que la alimentación eléctrica debe provenir de fuentes adecuadas para evitar daños. Esta plataforma facilita la identificación automática de los puertos asignados a cada brazo y la configuración de IDs para los motores, lo que simplifica enormemente la puesta en marcha. El software también ofrece métodos para la calibración manual de cada brazo, asegurando que ambos respondan correctamente y que sus posiciones coincidan en el espacio físico. La calibración es fundamental para que el robot pueda interpretar señales correctamente y ejecutar movimientos de forma sincronizada, especialmente cuando se implementan sistemas de control autónomo basados en inteligencia artificial.
Gracias a esta arquitectura integrada de hardware y software, el SO-101 puede ser teleoperado para recolectar datos que posteriormente sirven para entrenar redes neuronales. Este método de aprendizaje por imitación permite que el robot aprenda tareas complejas, como el agarre y la colocación de objetos, mediante la observación y repetición de movimientos registrados con cámaras y sensores. HuggingFace también ofrece una interfaz visual para la grabación de datasets y la visualización de la información recopilada, facilitando la evaluación y ajuste de políticas de control. El uso de cámaras es otra variable crítica en la experiencia con el SO-101. El sistema permite conexiones flexibles con cámaras USB, cámaras de teléfonos móviles (como iPhone en macOS o aplicaciones compatibles en Linux), así como la integración de cámaras adicionales para mejorar la percepción visual del robot.
La captura de imágenes en alta resolución soportada por estas cámaras constituye los datos visuales que las redes neuronales analizan para entender el entorno y tomar decisiones informadas. Una función muy atractiva para el aprendizaje avanzado es la posibilidad de grabar múltiples episodios donde el robot realiza determinadas tareas, almacenando las trayectorias y datos sensoriales. Estos registros pueden ser subidos a la plataforma HuggingFace Hub, una comunidad donde los usuarios comparten sus datasets y modelos entrenados, fomentando un ecosistema colaborativo y enriquecedor. La infraestructura permite incluso la repetición de episodios grabados para evaluar la precisión y transferibilidad de las políticas de control en distintos robots del mismo modelo. La flexibilidad del SO-101 también se manifiesta en la posibilidad de adaptar el robot a diferentes configuraciones o incluso otros modelos de robots mediante el cambio de algunas configuraciones de software, lo que da pie a su uso tanto en proyectos académicos como en aplicaciones profesionales.
Además, debido a su bajo costo y fácil montaje, es ideal para entornos educativos donde se busca que los estudiantes entiendan desde los fundamentos hasta la programación avanzada en robótica e inteligencia artificial. El entrenamiento de políticas que controlan el robot es un proceso que se realiza con herramientas integradas en LeRobot. Usando datasets grabados, los usuarios pueden entrenar modelos en GPUs Nvidia o procesadores Apple Silicon, visualizando el progreso mediante plataformas externas como Weights and Biases. Este entrenamiento puede tomar varias horas, pero permite un control autónomo efectivo, reduciendo la necesidad de teleoperación constante. Por último, HuggingFace facilita la carga y gestión de checkpoints de modelos entrenados para que estén disponibles en línea o localmente, asegurando que los usuarios puedan evaluar, mejorar y compartir sus avances.
Esta coherencia en el flujo de trabajo que va desde la fabricación, montaje, configuración, calibración, grabación de datos, entrenamiento y evaluación constituye uno de los puntos fuertes del SO-101. En definitiva, el brazo robótico SO-101 de HuggingFace ofrece una oportunidad sin precedentes para democratizar la robótica avanzada. Al combinar impresión 3D, motores de alto rendimiento, software open source y potentes herramientas de entrenamiento basadas en inteligencia artificial, el SO-101 se presenta como una plataforma ideal para la innovación, experimentación y educación. Tanto para quienes desean iniciarse en el mundo de la robótica como para investigadores que buscan un sistema robusto y accesible, este robot de $100 representa la convergencia perfecta entre tecnología, economía y funcionalidad.
