L'umanoide Galbot ET1 si aggiudica il CES Innovation Award per l'apprendimento per imitazione
L'umanoide bipede ET1 è stato premiato per la sua capacità di apprendere compiti industriali tramite dimostrazione umana, eliminando la necessità di costosi hardware per il motion capture.
L'umanoide Galbot ET1 è stato nominato Best of Innovation honoree nella categoria robotica per il prossimo CES 2027. Il riconoscimento premia la capacità del robot di padroneggiare compiti fisici complessi attraverso la dimostrazione umana diretta, una funzionalità che affronta uno dei principali colli di bottiglia nell'impiego degli umanoidi industriali: l'elevato costo e l'onere tecnico della programmazione di movimenti specifici.
A differenza di molti sistemi esistenti che si affidano a tute per il motion capture ad alta fedeltà o a una teleoperazione laboriosa per generare dati di addestramento, l'ET1 utilizza un framework di apprendimento per imitazione basato sulla visione. Ciò consente agli operatori di mostrare un compito al robot, che la macchina traduce poi nei propri comandi di controllo motorio. Per i responsabili della logistica e della produzione, questo cambiamento potrebbe ridurre significativamente i tempi di integrazione necessari per inserire gli umanoidi nei flussi di lavoro esistenti.
L'ET1 è una piattaforma bipede a grandezza naturale progettata per un utilizzo polivalente. Sebbene le specifiche hardware come il payload e la durata della batteria rimangano critiche per le operazioni sul campo, Galbot sta posizionando la propria proposta di valore attorno al livello di intelligenza. Eliminando la necessità di sensori esterni o marker specializzati durante la fase di apprendimento, l'azienda punta a un modello di implementazione più flessibile, in cui i robot possono essere riaddestrati in loco da personale non tecnico.
Questo premio arriva in un momento in cui il settore degli umanoidi si sta allontanando dalle semplici dimostrazioni di mobilità verso l'utilità funzionale. Il focus di Galbot sull'apprendimento senza motion capture lo pone in diretta competizione con player affermati come Unitree e AgiBot, anch'essi in corsa per semplificare la pipeline "sim-to-real". La capacità di apprendere dagli esseri umani in ambienti non strutturati è sempre più vista come l'elemento di differenziazione tra uno strumento di automazione statico e un lavoratore robotico realmente general-purpose.
Mentre l'industria si prepara per il ciclo di fiere del 2027, l'attenzione è saldamente rivolta alla fattibilità commerciale. Per gli acquirenti aziendali, l'ET1 rappresenta una classe crescente di robot in cui la capacità del software di generalizzare le competenze è importante quanto la coppia dei suoi attuatori. La prossima sfida per Galbot sarà dimostrare che queste abilità apprese per imitazione possano resistere ai rigori di un turno industriale continuo di otto ore.