NewsRobot Umanoidi

HumanoidToolBench robot umanoide: scegliere non basta

HumanoidToolBench robot umanoide è un nuovo benchmark che valuta se un umanoide sa scegliere un utensile, afferrarlo e usarlo per completare un compito. Il lavoro, pubblicato su arXiv il 1° ottobre 2026, usa un Unitree G1 reale oltre alla simulazione e fotografa una distanza ancora netta tra presa corretta e risultato finale.

La ricerca, firmata da autori della Seoul National University, della University of Massachusetts Amherst e di Google Research, non presenta un nuovo robot commerciale. Propone invece un banco di prova e un dataset per confrontare politiche di controllo in condizioni più articolate della classica manipolazione da tavolo. Il preprint di HumanoidToolBench comprende 18 compiti, 55 utensili e valutazioni sia in simulazione sia sul robot fisico. Per il contesto di settore si può partire dall’hub RobotPower sui robot umanoidi.

Come funziona HumanoidToolBench robot umanoide

Il benchmark combina tre scenari, tre livelli di esecuzione e due modalità. In BallMove il robot deve usare un bastone lungo per spingere una palla verso un’area bersaglio. In BallRetrieve deve scegliere un gancio e tirare a sé la palla. In IceBreak deve colpire due blocchi con un oggetto adatto per materiale e forma.

I livelli separano capacità spesso confuse nelle demo. L0 richiede di selezionare e sollevare l’utensile corretto; L1 aggiunge l’uso dell’utensile da una posizione fissa; L2 impone anche la locomozione mentre il robot lo trasporta e lo usa. Ogni prova esiste in modalità standard e con esche, cioè oggetti progettati per rendere la scelta meno ovvia.

Il robot fisico è un Unitree G1 configurato con 29 giunti corporei, due mani Dex3 da sette giunti e una camera montata sulla testa. Questa precisazione è importante: non coincide con il G1 base e non autorizza a trasferire automaticamente i risultati a tutte le configurazioni del prodotto. Per orientarsi tra schede tecniche e varianti è utile consultare la scheda RobotPower di Unitree G1.

ToolBook: dati teleoperati, valutazione autonoma

Il dataset ToolBook contiene 3.094 traiettorie: 3.003 in simulazione e 91 raccolte sul robot reale. Otto operatori esperti hanno eseguito le dimostrazioni con visori Meta Quest. Si tratta quindi di dati ottenuti tramite teleoperazione umana, non di apprendimento per esplorazione autonoma. Le politiche addestrate vengono poi valutate autonomamente nel benchmark.

Gli autori confrontano sette approcci in simulazione e tre sul G1 reale: ACT, GR00T N1.7 e FastWAM. Per le prove simulate vengono eseguiti 100 episodi per ciascuno dei 18 compiti. Sul robot reale il test è più ristretto: dieci tentativi per scenario e modalità, limitati a BallMove e BallRetrieve di livello L1. Il repository ufficiale SNU-PI rende disponibile il toolkit di valutazione.

Scegliere l’utensile non significa completare il lavoro

Il dato più istruttivo di HumanoidToolBench robot umanoide emerge quando si scompone la catena operativa. Nelle prove simulate standard aggregate, GR00T N1.7 solleva l’utensile corretto nel 90,0% degli episodi e raggiunge il contatto utensile-bersaglio nel 79,8%, ma completa il compito solo nel 36,0%. FastWAM registra rispettivamente 89,2%, 88,2% e 52,8%.

In altre parole, una buona percentuale di presa non equivale a un’autonomia utile. Lo stesso problema si vede quando entra in gioco il movimento: per FastWAM, in BallMove standard, il successo scende dal 76% in L1 al 9% in L2. La coordinazione fra locomozione, equilibrio, visione e manipolazione resta un collo di bottiglia. È il motivo per cui RobotPower distingue sempre la demo controllata da un sistema affidabile: la guida sul tasso di successo dei robot umanoidi spiega quali denominatori e condizioni chiedere prima di interpretare una percentuale.

Sul G1 reale, GR00T N1.7 ottiene da 4 a 6 successi su dieci a seconda dello scenario e della presenza di esche; FastWAM ne ottiene da 4 a 5. ACT resta fra zero e due successi. Sono risultati sperimentali su pochi tentativi, non una certificazione di affidabilità industriale.

Il test sul linguaggio rivela un altro limite

Gli autori verificano anche quanto la politica segua davvero l’istruzione. In una scena fissa di IceBreak, il contatto corretto è del 77% con la frase originale, del 70% con una parafrasi e dell’84% con una frase non pertinente. Il risultato suggerisce un comportamento fortemente guidato dalla scena, più che dal significato linguistico. È però un test circoscritto a una sola scena e non basta, da solo, a generalizzare il difetto a ogni situazione.

Prezzo, disponibilità e configurazione del G1

Unitree indica per il G1 un prezzo di partenza di 13.500 dollari sul proprio sito ufficiale. La pagina distingue G1 e G1 EDU e presenta da 23 a 43 gradi di libertà, con mani Dex3 opzionali. Il prezzo base non rappresenta quindi necessariamente il costo della configurazione di ricerca usata nel benchmark. Lo studio non documenta un prezzo del sistema completo né una disponibilità commerciale specifica per l’Italia.

Che cosa significa per il mercato italiano

Per università, integratori e imprese italiane, HumanoidToolBench robot umanoide offre soprattutto un metodo di valutazione. Prima di finanziare un pilota, conviene separare almeno tre indicatori: scelta dell’oggetto, contatto fisico utile e completamento del compito. Servono inoltre prove con oggetti mai visti, disturbi, tempi ciclo, arresti e recupero dagli errori.

Questa lettura è coerente con la distinzione fra autonomia e regia umana descritta nella guida RobotPower su autonomia, teleoperazione e demo. Una traiettoria teleoperata può essere un ottimo dato di addestramento, ma non dimostra che il robot sappia decidere da solo in condizioni nuove.

L’interpretazione RobotPower

Il contributo più utile del benchmark non è stabilire un vincitore assoluto. È mostrare dove una capacità si rompe. Afferrando l’utensile giusto, un umanoide può sembrare già competente; quando deve trasformare la presa in un effetto fisico misurabile, il successo crolla. Con utensili non visti, anche il primo contatto corretto peggiora: in BallMove passa dall’85% al 74%, mentre in BallRetrieve scende dal 59% al 36%.

HumanoidToolBench robot umanoide rende quindi più difficile confondere una sequenza riuscita con una capacità generale. Restano limiti importanti: un solo addestramento per politica, valutazione reale su tre politiche e due scenari stazionari, nessun test fisico L2 e 91 dimostrazioni reali usate nel fine-tuning. Il valore della ricerca sta proprio nella trasparenza di questi confini e nella possibilità di misurare separatamente scelta, manipolazione e locomozione.

Domande frequenti

HumanoidToolBench è un nuovo robot?

No. È un benchmark di ricerca e un toolkit di valutazione. Gli esperimenti fisici impiegano un Unitree G1 configurato per il laboratorio.

Il G1 agisce autonomamente?

Le dimostrazioni del dataset sono teleoperate da persone; le politiche addestrate sono poi valutate autonomamente nei compiti descritti. Le due fasi non vanno confuse.

I risultati dimostrano che l’umanoide è pronto per la fabbrica?

No. Sono risultati sperimentali in scenari definiti, con campioni reali limitati. Per un impiego produttivo servono prove sul caso d’uso, sicurezza, tempi ciclo, ripetibilità e gestione degli errori.

Articoli Correlati

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Pulsante per tornare all'inizio