markdown

Unitree G1‑EDU ofrece locomoción adaptativa a 50 Hz en terreno real, pero los números críticos de tiempo y seguridad permanecen sin publicar

Las implementaciones independientes de 2025 de BeamDojo, HOMIE y ResMimic verifican las capacidades en tiempo real en Jetson Orin NX con Livox MID‑360, mientras que la latencia del G1 estándar, la replanificación, la perturbación y los benchmarks de HRI aún faltan.

Un humanoide compacto ejecutando una política de locomoción aprendida a 50 Hz en terreno real, en tiempo real, en un computador embebido ya no es solo una fantasía de demostración. El G1‑EDU de Unitree ha ejecutado ahora el posicionamiento autónomo de pies en terrenos difíciles y escasos con detección y cómputo a bordo, mientras mantiene la teleoperación de alta velocidad por un solo operador para tareas de cuerpo completo. Esos no son momentos para vídeos promocionales; son resultados basados en métodos en hardware comercial.

Y aun así, los números más fundamentales para un despliegue dinámico y no estructurado siguen ausentes. Todavía no hay una contabilidad pública y cuantitativa de la latencia de percepción a acción del G1 estándar, la cadencia de control a nivel bajo, horizontes de replanteamiento de movimiento, umbrales de recuperación ante empujones, evitación de obstáculos dinámicos, ancho de banda de manipulación, margen energético o comportamientos de seguridad HRI. Para laboratorios y programas piloto, el mensaje es doble: el G1‑EDU es una plataforma de investigación en IA incorporada creíble con comportamientos en tiempo real verificados, y aún exige una campaña de verificación disciplinada antes de ser confiable cerca de personas en movimiento y entornos impredecibles. 🤖

La plataforma, en resumen: qué envían G1 y G1‑EDU realmente

La línea “G1” de Unitree es un bípedo compacto con dos ofertas estrechamente relacionadas:

• El G1 de consumo/básico con 23 grados de libertad (DoF) y un computador de control de movimiento integrado.
• El G1‑EDU orientado a desarrolladores, que admite configuraciones de 23–43 DoF (incluidos DoF de cintura/muñeca añadidos y manos de tres dedos opcionales) y preserva el mismo controlador de movimiento cerrado al tiempo que añade un sistema de cómputo NVIDIA Jetson Orin NX abierto para percepción y control de alto nivel.

La detección y E/S son modernas y amigables para investigadores:

• LiDAR 3D Livox MID‑360 integrado y cámara de profundidad Intel RealSense D435i.
• La conectividad incluye Wi-Fi 6, Bluetooth 5.2, dual GbE, múltiples USB‑C 3.x y energía auxiliar regulada de 12/24 V para expansión y registro.
• El SDK está construido sobre DDS y expone temas en tiempo real y RPCs para el controlador de nivel bajo y la mano de tres dedos opcional Dex3‑1.

Inspección de campo de las unidades G1 enviadas muestra una base de software orientada al tiempo real: Ubuntu 20.04.5 con un kernel PREEMPT_RT, ROS 2 Foxy con CycloneDDS y un gráfico de procesos supervisado orquestado por un servicio central. Los procesos nombrados incluyen control de movimiento (ai_sport), estimación de estado, robot_state, WebRTC, OTA y componentes de voz/NLP, todos bajo supervisión. Esto verifica una base de middleware estándar en la industria, pero no revela, por sí mismo, ajustes de tiempo de rendimiento de movimiento o umbrales de seguridad.

Lo que se ha probado en hardware real: locomoción a 50 Hz, seguimiento a 500 Hz, comportamientos de cuerpo completo a alta velocidad

Tres despliegues independientes han establecido lo que el G1‑EDU puede hacer hoy, con el LiDAR oficial y la cámara de profundidad y el Orin NX a bordo ejecutando las pilas de investigación localmente:

• BeamDojo ejecutó locomoción autónoma en terrenos con escasos apoyos con una política aprendida a 50 Hz en el Orin NX, siguiendo acciones con un bucle PD a 500 Hz y actualizando un mapa de elevación centrado en el robot a 10 Hz. El perfil de éxito en el mundo real en el G1 físico incluye:

• Piedras: 4/5 cruces exitosos; cruce 92.18%

• Vigas de equilibrio: 4/5; 88.16%

• Vigas de paso: 3/5; 70.00%

• Gaps: 5/5; 100% Las velocidades lineales comandadas de 0.5/0.75/1.0 m/s produjeron velocidades realizadas de ~0.45/0.65/0.88 m/s con bajo error de seguimiento, incluyendo un cruce de piedra de 2.8 m en 3.17 s a un comando de 1.0 m/s. El sistema mostró robustez mientras cargaba un peso de 10 kg, bajo empujes externos y a través de pasos en falso, con el bucle de percepción a 10 Hz y el control a 50 Hz respaldado por seguimiento PD a 500 Hz.

• HOMIE demostró la teleoperación completa de un solo operador a altas velocidades en el G1, transmitiendo comandos de brazo a 263 Hz y comandos de mano a 293 Hz. La política de locomoción en el robot funcionaba a 50 Hz; los objetivos de la parte superior del cuerpo se actualizaban a 10 Hz y se interpolaban a 50 Hz. El vídeo en primera persona del RealSense se entregaba aproximadamente a 30 Hz. Además, una política visuomotora autónoma aprendida por imitación corriendo a 10 Hz logró 73.3% y 80.0% de éxito en dos tareas cortas de recogida en 15 pruebas cada una. La teleoperación permitió la recogida y colocación bimanual, el traspaso de objetos y la interacción con electrodomésticos.

• ResMimic desplegó manipulación completa del cuerpo autónoma en el G1 al superponer aprendizaje por refuerzo residual sobre un seguimiento de movimiento previo extenso. Las secuencias de campo incluyen levantar y llevar una caja de 4.5 kg a través del contacto de todo el cuerpo (superando la carga útil de la muñeca) e interactuar con objetos irregulares como sillas. Los resultados cuantitativos más detallados de este trabajo están en simulación; las secuencias del mundo real muestran viabilidad pero no se reportan como tasas de éxito agregadas.

En conjunto, estos resultados establecen dos pilares concretos: (1) adaptación de colocación de pies en tiempo real en disposiciones de apoyo difíciles a 50 Hz con mapeo a 10 Hz, ejecutado en el Orin NX y seguido por un bucle PD a 500 Hz; y (2) teleoperación de cuerpo completo a alta velocidad sostenida con manipulación autónoma parcial vía imitación.

El núcleo no medido: tiempo de percepción a acción, cadencia de control y horizontes de replanificación

Los datos críticos de tiempo para el G1 estándar permanecen sin publicar. No hay divulgación oficial de:

• Latencia de percepción a acción de extremo a extremo bajo carga.
• Tasas de control de articulaciones de nivel bajo y tasas de bucle de control de cuerpo completo (WBC) para el controlador de movimiento cerrado.
• Cadencia de planificación/replanificación y horizontes para autonomía a bordo.

La estructura LowState del SDK incluye un contador de ticks de 1 ms, indicando una base de tiempo interna de milisegundos. Eso no es evidencia de un bucle de control de 1 kHz, ni una garantía de telemetría de 1 kHz. Los despliegues independientes reportan sus propias frecuencias de operación (50/500/10 Hz, 263/293 Hz, etc.), pero esas cifras caracterizan las pilas de investigación ejecutándose en el Orin NX del G1‑EDU, no el rendimiento interno del controlador de movimiento propietario o la latencia de percepción a acción del robot estándar.

Para las organizaciones que evalúan entornos dinámicos y no estructurados, la ausencia de números de tiempo y replanificación publicados no es un detalle administrativo; es un desconocimiento material que impacta directamente la evitación de colisiones, los márgenes de estabilidad y la seguridad en la interacción hombre-robot.

Adaptación al terreno, sí—métricas de evitación dinámica, no

El rendimiento en terrenos variables ya no es hipotético. La locomoción en apoyos escasos ha sido verificada en unidades físicas del G1 con tasas de éxito, velocidades y frecuencias de operación explícitas. Sin embargo, las métricas estandarizadas de evitación de obstáculos dinámicos aún faltan:

• Ningún benchmark público muestra tasas de éxito, tiempo para replanificar, distancia mínima a velocidad o distribuciones de error de seguimiento al evitar personas/objetos en movimiento.
• Las demostraciones en vídeo sin métodos no pueden sustituir a los resultados impulsados por protocolos.
• Las distribuciones de escaleras/inclinaciones con estadísticas de éxito y márgenes de seguridad no han sido publicadas para G1 en forma revisada por pares.

Los resultados de BeamDojo son una prueba significativa de la colocación adaptativa de pies en escenarios de apoyo limitado, pero no son un sustituto para la navegación en multitudes o el despliegue al aire libre no estructurado con agentes dinámicos.

Manipulación hoy: teleoperación a alta velocidad e imitación temprana—sin números de ancho de banda

En cuanto a la manipulación, el G1‑EDU admite una mano de tres dedos opcional (Dex3‑1, 7 DoF) con nueve matrices táctiles/ de presión (rango de percepción de 10 g–2500 g) y programabilidad basada en DDS. Se documenta un control conceptual híbrido fuerza‑posición. Lo que permanece no especificado son las métricas fundamentales de ancho de banda y capacidad de respuesta:

• Sin anchos de banda de control de impedancia/fuerza del efector final publicados.
• Sin latencias de detección de deslizamiento impulsada por tacto.
• Sin tasas de éxito de agarre de objetivo en movimiento o tiempos de reacción versus trayectorias de objetivo.

Lo que está verificado es sustancial: teleoperación de cuerpo completo por un solo operador a 263/293 Hz para brazos/manos; un bucle de locomoción de 50 Hz coexistiendo con comandos de la parte superior del cuerpo rápidos; una política de imitación de 10 Hz con un 73–80% de éxito en dos tareas de recogida. Estos resultados muestran que la teleoperación a alta velocidad y una autonomía básica a bordo pueden habitar la plataforma. Sin embargo, la falta de números de ancho de banda limita la evaluación de riesgos para la manipulación dinámica (por ejemplo, catching, transferencia de herramientas a humanos en movimiento o agarres robustos resistentes al deslizamiento en objetivos en aceleración).

Pilas de software y conectividad: ROS 2 Foxy, CycloneDDS, PREEMPT_RT—y enlaces persistentes en la nube

Las unidades G1 enviadas ejecutan un stack contemporáneo para robótica en tiempo real:

• Ubuntu 20.04.5 con un kernel PREEMPT_RT (serie Linux 5.10).
• ROS 2 Foxy con CycloneDDS.
• Un gráfico de servicios supervisado con un controlador máster central y servicios nombrados para movimiento (ai_sport), estimación, comunicaciones (incluido WebRTC), OTA y voz/NLP.

La plataforma mantiene conexiones TLS salientes persistentes para telemetría y OTA, y expone endpoints WebRTC y de voz/NLP bajo supervisión. Esta arquitectura es práctica para soporte de campo y asistencia remota en principio, pero también introduce consideraciones de seguridad de grado empresarial. Para pilotos, la segmentación de la red, los controles de salida saliente y las revisiones de privacidad no son extras opcionales, son requisitos importantes para gestionar el riesgo operativo. Nótese que estos hallazgos de conectividad validan la postura de middleware y servicios; no son benchmarks de rendimiento de movimiento.

Margen energético y térmico: especificaciones sin mediciones

En cuanto a energía, Unitree especifica una batería inteligente de 9000 mAh de 13 series con aproximadamente dos horas de duración dependiendo del escenario. Más allá de esta cifra principal, no hay mediciones públicas de:

• Costo de transporte o sobrecostos energéticos de políticas adaptativas.
• Utilización de CPU/GPU y márgenes de limitación térmica durante la percepción y control a bordo sostenidos.
• Margen de computación mientras se ejecuta locomoción a 50 Hz, teleoperación a alta velocidad y autonomía adicional simultáneamente.

Las páginas de minoristas a veces enumeran tiempos de funcionamiento de 2.5–3.5 horas y protección de ingreso IP54, pero esos reclamos no están corroborados por la documentación primaria de Unitree y deben tratarse como no verificados hasta que se divulguen métodos y condiciones de prueba.

Comportamientos de seguridad y medidas de seguridad: precauciones en lugar de umbrales certificados

Unitree enfatiza precauciones generales de seguridad—actuadores potentes, mantener una distancia segura, actualizaciones OTA y límites de “producto civil”—pero no publica:

• Márgenes de distancia de obstáculos versus velocidad.
• Tiempos de respuesta de parada protectora (P‑stop) o parada de emergencia (E‑stop).
• Comportamientos de monitoreo de separación o conformidad con estándares de HRI.

Las páginas de venta al por menor hacen referencia a modos de parada de emergencia/amortiguación y comportamientos de pérdida de señal, pero en ausencia de documentación primaria o protocolos de prueba independientes, estos permanecen como declaraciones de marketing. No se han identificado públicamente certificaciones de terceros o mediciones de latencia de parada segura para G1.

Afirmaciones de marketing vs. resultados anclados en métodos

En tiendas y canales sociales, el G1 se asocia con afirmaciones que incluyen un “bucle de control” de 500 Hz, latencia DDS de 2 ms, velocidad bípeda >2 m/s, calificaciones IP54, escaleras/inclinaciones de 25°, tiempos de funcionamiento de 2.5–3.5 horas, recuperación ante empujes y “tecnología de recuperación antigravedad”. Las propias páginas de Unitree no cuantifican estos con protocolos.

Lo que está anclado en métodos y verificado hoy:

• Locomoción en apoyos escasos en el mundo real en G1‑EDU a 50 Hz con mapeo basado en LiDAR a 10 Hz y seguimiento PD a 500 Hz, incluyendo tasas de éxito, velocidades y robustez bajo cargas y perturbaciones.
• Teleoperación de cuerpo completo por un solo operador a alta velocidad a 263/293 Hz para brazos/manos, con una política de locomoción de 50 Hz corriendo simultáneamente; una política de imitación a 10 Hz logrando un 73–80% de éxito en dos tareas de recogida.
• Manipulación completa del cuerpo autónoma factible vía aprendizaje residual en G1, con resultados de campo cualitativos y detalle cuantitativo principalmente en simulación.

Todo lo demás—tiempo, replanificación, umbrales de perturbación, anchos de banda de manipulación, robustez ambiental, márgenes energético/térmicos, y comportamientos de seguridad—permanece sin reportar de maneras que los tomadores de decisiones puedan actuar.

Resumen: lo que está verificado y lo que falta

Categoría	Verificado en G1 (números/modos)	Principales vacíos
Timing y bucles de control	Política de locomoción de 50 Hz en Orin NX; seguimiento PD a 500 Hz; mapeo de elevación a 10 Hz; salidas de teleop a 263/293 Hz (brazos/manos); política de imitación a 10 Hz	Sin latencia de percepción a acción del stock; sin tasas de nivel bajo/WBC del stock; sin horizontes de replanificación
Terreno y evitación	Éxito en apoyos escasos: Piedras 4/5 (92.18%), Vigas (equilibrio) 4/5 (88.16%), Vigas (paso) 3/5 (70%), Gaps 5/5 (100%); velocidades hasta ~0.88 m/s realizadas	Sin evitación de obstáculos en movimiento cuantificada; sin distribuciones de escalera/inclinación con márgenes
Perturbación	Robustez cualitativa bajo empujones durante la caminata en apoyos escasos	Sin umbrales de impulso ni márgenes de paso de captura
Manipulación	Teleoperación a alta velocidad; imitación a 10 Hz con un 73–80% de éxito en dos tareas de recogida; opción de mano táctil con percepción de 10 g–2500 g	Sin anchos de banda de fuerza/impedancia; sin latencia de deslizamiento; sin métricas de agarre de objetivo en movimiento
Pila y conectividad	ROS 2 Foxy, CycloneDDS, PREEMPT_RT; servicios supervisados; conexiones salientes persist pacíficas	Sin divulgación de internos propietarios de WBC; sin métricas de deriva VIO/SLAM
Energía/térmico	Batería 13S 9000 mAh; tiempo de funcionamiento nominal de ~2 h	Sin costo de transporte; sin datos de margen térmico/ de computación
Seguridad	Precauciones generales	Sin umbrales certificados ni comportamientos de HRI

Lo que significa para laboratorios y despliegues piloto

Para los laboratorios de investigación, el mensaje es alentador: con el LiDAR oficial, la cámara de profundidad y el Orin NX a bordo, el G1‑EDU ejecuta locomoción adaptativa en tiempo real a 50 Hz en diseños de apoyos realmente complicados, mientras soporta teleoperación de cuerpo completo sostenida a alta velocidad y autonomía básica impulsada por imitación. El middleware es ROS 2/DDS estándar sobre un kernel de tiempo real, y la E/S está lista para la instrumentación.

Para pilotos en entornos dinámicos y no estructurados, se recomienda precaución. Todavía no hay evidencia pública de que el controlador estándar del G1 ofrezca la latencia de extremo a extremo, la cadencia de replanificación, la evitación dinámica, el rechazo de perturbaciones, el ancho de banda de manipulación, la robustez ambiental, el margen energético/térmico o los comportamientos de seguridad HRI que reguladores y oficiales de seguridad solicitarán. La postura de seguridad es moderna pero conectada; planifique controles de red y privacidad por adelantado.

Un checklist de verificación enfocado para cerrar las brechas

Los equipos que preparan evaluaciones deben implementar una campaña breve y metódica. Registre la configuración exacta del robot (G1 vs G1‑EDU), opciones de DoF y versiones de software/firmware.

• Timing y bucles

• Instrumente la latencia de percepción a acción de extremo a extremo utilizando disparadores visuales sincronizados y sensores de contacto de pie/mano.

• Registre la mediana y el percentil 95º bajo cargas representativas.

• Registre las tasas reales de bucles de nivel bajo y de cuerpo completo durante las tareas, además del tiempo de replanteamiento y longitud de horizonte en el peor escenario del planificador.

• Evitación dinámica y terreno

• Guionice pruebas de obstáculos móviles durante al menos 100 episodios.

• Reporte tasas de éxito, tiempo de replanteamiento, distancia mínima a velocidad, y distribuciones de error de seguimiento.

• Estandarice escaleras/inclinaciones/superficies conformables/desiguales; reporte tasas de deslizamiento y acciones de recuperación.

• Rechazo de perturbaciones

• Realice pruebas de empuje instrumentadas con rampas de impulso desde múltiples direcciones.

• Cuantifique los umbrales de impulso sin caída y márgenes de paso de captura.

• Ancho de banda de manipulación y respuesta táctil

• Compare el éxito de agarrar en objetivo en movimiento versus velocidad/aceleración del objetivo.

• Mida la latencia de reacción a cambios de trayectoria y ancho de banda de control de fuerza/impedancia del efector final.

• Cuantifique las latencias de detección táctil/deslizamiento con la mano Dex3‑1 si se utiliza.

• Robustez ambiental

• Barrido de iluminación, oclusiones, reflectividad, y condiciones meteorológicas controladas al aire libre.

• Publique curvas de degradación a través de pilas de detección y control.

• Margen energético y térmico

• Registre consumo de energía, costo de transporte, y relojes/temperaturas de CPU/GPU durante tareas de adaptación sostenidas.

• Identifique el inicio de limitación y el margen de computación para autonomía adicional.

• Comportamientos de seguridad y HRI

• Mida los tiempos de respuesta de parada protectora y de emergencia.

• Caracterice los comportamientos de separación dependientes de la velocidad.

• Documente cualquier conformidad o variación relativa a estándares HRI aplicables.

Conclusión

El G1‑EDU de Unitree ha cruzado un umbral significativo: locomoción adaptativa en tiempo real a 50 Hz con mapeo y detección a bordo, además de teleoperación de cuerpo completo a alta velocidad y autonomía inicial basada en imitación, todo ejecutado en el robot. Esa es una plataforma creíble para investigación en IA incorporada y pilotos cuidadosamente delimitados. La otra mitad que falta del panorama es la que gobierna el despliegue en el campo: tiempos estándar, replanteamiento, evitación dinámica, límites de perturbación, ancho de banda de manipulación, robustez ambiental, margen energético/térmico, y seguridad. Hasta que esos números se midan y compartan, trate al G1 como un impresionante caballo de batalla de investigación—no como un compañero listo para vagar alrededor de personas en movimiento—sin la campaña de verificación esbozada anteriormente.

Fuentes y Referencias