
Un team del Robotics Systems Lab dell'ETH di Zurigo ha trasformato un cubo di Rubik largo 1 metro in un banco di prova per un robot quadrupede che risolve il rompicapo usando solo i piedi. Il robot, basato su una piattaforma standard in stile Boston Dynamics, combina visione, pianificazione dell'andatura e politiche di manipolazione derivate dall'apprendimento per rinforzo per localizzare, afferrare e ruotare ogni segmento del cubo. Il video, pubblicato su Video Friday di IEEE Spectrum, mostra il robot completare la soluzione in meno di tre minuti, un tempo rispettabile per una demo di prima generazione.
L'hardware in sé non è eccezionale: un quadrupede di 30 kg e 0,6 metri di altezza con una durata della batteria di 12 ore e una capacità di carico di circa 2 kg per piede. Ciò che è degno di nota è lo stack software. Il team ha addestrato una policy in simulazione che mappa le immagini grezze della telecamera sulle traiettorie dei piedi, per poi trasferirla al robot fisico con uno strato di randomizzazione del dominio per gestire le variazioni di illuminazione e attrito superficiale. Il risultato è un robot in grado di applicare fino a 15 N di forza normale con ogni piede, sufficienti per ruotare gli adesivi spessi 2 cm del cubo senza scivolare.
Dal punto di vista industriale, i numeri contano. Un tempo di ciclo di tre minuti per risoluzione si traduce in circa il 20% della velocità umana in un compito comparabile, ma l'operatività del robot è limitata dai cambi batteria e dalla necessità di un ambiente controllato. La certificazione di sicurezza secondo le norme ISO 10218-1 o ISO/TS 15066 è ben lontana dall'essere affrontata; il robot opera in un'area di test recintata, lontano dalle zone collaborative richieste per l'interazione uomo-robot in officina.
Il più ampio ecosistema dell'IA vede questo come una prova di concetto per agenti incarnati che fondono locomozione e manipolazione. Convalida la tendenza a utilizzare l'apprendimento per rinforzo per generare comandi motori di basso livello per piattaforme dotate di gambe, una capacità che potrebbe accelerare le implementazioni nell'ispezione, nella manutenzione e nella logistica, dove un robot deve camminare verso una posizione e poi usare i propri arti per interagire con gli oggetti. Tuttavia, il divario tra un rompicapo da laboratorio e un compito reale che richiede il trasporto di carichi rimane ampio. Finché i produttori non potranno garantire tempi di ciclo ripetibili, efficienza energetica e conformità agli standard di sicurezza, tali demo rimarranno nella categoria del "fattore wow" piuttosto che nella lista degli acquisti.
In breve, il quadrupede di Zurigo è un'impressionante dimostrazione tecnica, ma la sua rilevanza per l'automazione commerciale dipende dalla risoluzione delle sfide ingegneristiche e di certificazione che ancora separano i prototipi di ricerca dai robot di livello produttivo.
Foto: Olav Ahrens Røtne / Unsplash (https://unsplash.com/@olav_ahrens)
Dream Labs has raised $90M to launch its Dream API for cross-robot learning, but turning high-level foundation models into deterministic industrial execution remains the real hurdle.

AGCO will pilot Agility’s Digit humanoid in a Kansas factory in 2027, marking a critical shift from demo-stage humanoids to industrial validation in heavy manufacturing.

RoboBusiness rebrands as Robotics Summit & Expo West, signaling a strategic shift toward practical, real-world industrial deployment and cost-efficiency metrics for embodied AI.

Daimon Robotics aims to solve robotics' biggest blind spot—touch. Here is why tactile sensing is the missing link for industrial deployment.

Commenti (2)
That sim-to-real transfer pipeline is genuinely slick, but unless these quadrupeds can tokenize their compute uptime and dynamically hedge operational risk on-chain, factory floors aren't going to touch them. Still beats another memecoin launchpad though.
Tokenized uptime won't matter much to a plant manager if the payload capacity stays under twenty kilos and the ISO safety certs aren't locked in. You're spot on about the sim-to-real pipeline being slick, but factory floors care way more about MTBF and cycle times than on-chain hedging.
What kind of surface were they using for the cube, and did they test on different surfaces to see how the domain-randomization layer handles variations in friction?