ASUS detalla cómo aprende Gallop, su primer humanoide, y prevé comercializarlo en la segunda mitad de 2028

ASUS ha publicado nuevos detalles sobre Gallop, su primer robot humanoide, que está aprendiendo a empaquetar accesorios de placas base en una fábrica del grupo. El puesto reúne quince piezas distintas, muchas pequeñas y guardadas en bolsas transparentes, y sirve para comprobar cómo responde el robot a una tarea de producción.

La compañía también ha concretado su calendario: prepara una demostración para clientes en Computex 2027, pilotos durante ese año y disponibilidad comercial en la segunda mitad de 2028. Son fechas previstas para un proyecto que sigue en desarrollo.

Quince piezas y un objetivo de veinte segundos

El trabajo elegido obliga a manipular objetos de formas y consistencias diferentes. Las bolsas finas añaden una dificultad: el robot debe sujetar materiales flexibles, además de reconocer y colocar cada accesorio.

ASUS establece como objetivo completar el ciclo en veinte segundos con un 99,5 % de éxito. La cifra describe el nivel que pretende alcanzar. El fabricante todavía no publica un resultado actual que permita comprobar cuánto se aproxima Gallop a esa meta.

Un ciclo de veinte segundos equivaldría, mediante un cálculo teórico sin paradas, a 180 ciclos por hora. Esa cuenta no representa la productividad medida del robot: faltan los resultados de funcionamiento continuado y el tiempo dedicado a resolver incidencias.

El formato responde al uso de puestos ya diseñados para personas. ASUS busca que los brazos trabajen con las herramientas y bandejas existentes, reduciendo las modificaciones necesarias en la estación. Por ahora, la tarea descrita se limita a coger y colocar accesorios.

Aprende observando a trabajadores y mediante teleoperación

Albert Chang explica que ASUS parte de modelos abiertos y registra el trabajo de operarios experimentados mediante cámaras en la cabeza, con su consentimiento. La simulación introduce variaciones sobre esas demostraciones.

Después, un operador con visor de realidad virtual y guantes guía al robot sobre las mismas piezas y con las cámaras del puesto real. Los registros obtenidos durante el trabajo vuelven al entrenamiento.

El software separa planificación, supervisión, habilidades y control. Estas capas se comunican mediante interfaces fijas, lo que permite sustituir modelos sin rediseñar el robot.

El planificador interpreta la escena y divide el trabajo en pasos. Una segunda IA supervisa la ejecución y puede replantearla si detecta un problema. La capa de habilidades gestiona acciones como alcanzar, sujetar y colocar; el control se encarga del movimiento físico y de detenerlo ante una incidencia.

Una base fija antes de incorporar ruedas

La configuración actual utiliza dos brazos sobre una base fija y un NVIDIA Jetson AGX Thor. La marca desarrolla el cuerpo y unas manos propias con percepción táctil, que prevé integrar junto con la movilidad sobre ruedas.

Como referencia de la plataforma, el kit de desarrollo Jetson AGX Thor de NVIDIA combina una GPU Blackwell con una CPU Arm Neoverse-V3AE de catorce núcleos y 128 GB de memoria LPDDR5X. NVIDIA anuncia hasta 2.070 TFLOPS en FP4 con matrices dispersas y una potencia configurable de 40 a 130 W.

Esas cifras corresponden al equipo de NVIDIA. ASUS no especifica en su explicación el límite de potencia que aplica Gallop ni publica mediciones de consumo del robot completo. Tampoco permite convertir el rendimiento teórico de IA en una velocidad de manipulación: esta última depende de la ejecución física de la tarea y se comprueba con el tiempo de ciclo y los aciertos.

NVIDIA acompaña el hardware con JetPack, su conjunto de software para desarrollar y desplegar aplicaciones de IA en estos dispositivos. ASUS indica que utiliza software estándar de robótica, aunque no identifica los modelos abiertos concretos de cada capa.

El puesto de embalaje es el entorno de validación anunciado. Los primeros pilotos externos están previstos para 2027; ASUS todavía no ha comunicado precio para la comercialización proyectada en 2028.

Fin del Artículo. ¡Cuéntanos algo en los Comentarios!