PASSAGE per robot umanoidi: 50 percorsi senza cadute
PASSAGE per robot umanoidi è un nuovo sistema che ha guidato un Unitree G1 attraverso 50 percorsi fisici ingombri, completandoli tutti senza cadute o interventi di sicurezza e 45 senza toccare gli ostacoli. Il preprint inviato il 16 settembre 2026 descrive un robot capace di scavalcare barriere basse, abbassarsi sotto strutture, ruotare il corpo nei passaggi stretti e combinare queste azioni usando percezione e calcolo a bordo.
Il risultato è interessante soprattutto perché il denominatore è pubblico: cinque scenari, dieci layout distinti per scenario e un tentativo per ciascun layout. Non significa però che il sistema sia infallibile. Cinque completamenti includono almeno un contatto con l’ambiente, le prove sono state preparate in laboratorio e il lavoro non risulta ancora peer-reviewed.
Che cos’è PASSAGE per robot umanoidi
PASSAGE separa due problemi. Un planner osserva la geometria e genera brevi riferimenti di movimento; un tracker corpo-intero li trasforma in comandi articolari mantenendo equilibrio e adattamento locale. La stessa coppia planner–tracker sceglie e combina i comportamenti senza etichette come “scavalca” o “abbassati” e senza una policy specifica per ogni ostacolo.
Il planner usa flow matching per prevedere mezzo secondo di movimento a partire dalla storia recente, da una destinazione locale e da una mappa di elevazione centrata sul robot. Il tracker lavora a 50 Hz e riceve anche informazioni geometriche. Durante una fase successiva di reinforcement learning, gli autori congelano il tracker e aggiornano il planner usando ciò che il robot riesce davvero a eseguire in simulazione.
Cento ore di movimenti umani allineati alle scene
La base del sistema non è una raccolta di gesti isolati. Operatori con visore VR e tuta di motion capture inerziale attraversano corridoi virtuali pieni di blocchi, passaggi stretti e ostacoli sopraelevati. Le registrazioni vengono adattate a un G1 con 29 articolazioni comandate, mentre le collisioni non valide vengono scartate.
Il dataset finale comprende 19.310 sequenze, oltre 17,4 milioni di frame e circa 100 ore in 1.500 scene. Variando dimensione e rotazione degli ostacoli e mantenendo soltanto gli abbinamenti senza collisioni nella riproduzione cinematica, gli autori espandono il materiale a circa 1.000 ore di coppie movimento–scena. Le ore aggiuntive sono quindi dati aumentati, non altre 900 ore registrate da persone.
Come PASSAGE vede gli ostacoli a bordo
Sul robot fisico, un LiDAR 3D alimenta una mappa di occupazione aggiornata online. Da questa mappa il sistema estrae tre strati: superfici di appoggio, ostacoli laterali e spazio libero sotto strutture sopraelevate. Il planner gira a 6,25 Hz su NVIDIA Jetson AGX Orin; il tracker funziona a 50 Hz e i target articolari vengono pubblicati a 500 Hz.
Gli autori sottolineano che l’esecuzione non usa mappe preparate in anticipo né computer esterni. “Tutto a bordo” riguarda percezione, mappatura, pianificazione e controllo nel setup descritto. Non implica autonomia generale: al robot viene comunque fornita una destinazione e il repertorio deriva dalle scene e dai movimenti coperti durante l’addestramento.
I risultati in simulazione
La valutazione simulata usa 150 scene non viste, cinque episodi per scena e quindi 750 episodi per configurazione. Il successo richiede di arrivare entro mezzo metro dalla destinazione senza cadere o superare il tempo limite. Il successo senza contatto aggiunge un requisito più severo: nessuna collisione robot–ostacolo.
| Configurazione | Arrivo | Arrivo senza contatti |
|---|---|---|
| 6 ore di dati catturati | 84,3% ± 0,4 | 48,1% ± 0,7 |
| 100 ore senza augmentation | 96,4% ± 0,7 | 68,9% ± 0,4 |
| Modello finale con augmentation | 98,7% | 70,3% |
Le prime due righe sono medie su tre seed indipendenti; il modello finale è un singolo checkpoint. L’aumento dei dati coincide con più arrivi e meno contatti, ma cadute e slittamento dei piedi non migliorano in modo monotono. Le percentuali descrivono scenari simulati della ricerca, non una certificazione di affidabilità sul campo.
Le 50 prove fisiche su Unitree G1
La prova hardware è divisa in scavalcamento, passaggio sotto un ostacolo, attraversamento laterale, ostacoli alti e bassi simultanei e sequenze miste. Ogni gruppo contiene dieci layout fisici differenti. Il robot raggiunge l’area finale in 50 casi su 50; le esecuzioni senza contatti sono 10/10, 9/10, 9/10, 9/10 e 8/10, per un totale di 45/50.
PASSAGE per robot umanoidi mostra quindi una selezione autonoma del movimento entro il protocollo: il comando indica la destinazione, non quale abilità usare. Non è teleoperazione durante il percorso. La raccolta dei dati, invece, parte da dimostrazioni umane in VR e motion capture, poi adattate e validate prima del training.
I cinque contatti contano. Nella metrica più permissiva il percorso è completato, mentre in quella più esigente la prova fallisce. È il motivo per cui la guida RobotPower su come leggere il tasso di successo dei robot insiste su definizione, denominatore e interventi umani, non soltanto sulla percentuale più alta.
Prezzo, prodotto e disponibilità in Italia
PASSAGE per robot umanoidi è un metodo di ricerca, non un aggiornamento commerciale Unitree. Non ha un prezzo documentato, non compare come opzione a catalogo e non esiste una disponibilità italiana del software. Il prezzo di partenza pubblicato da Unitree per G1 riguarda la piattaforma base e non include necessariamente Jetson AGX Orin, il modulo di mappatura, l’integrazione o le policy dello studio.
La scheda RobotPower di Unitree G1 distingue infatti configurazione standard, G1 EDU, compute opzionale e disponibilità geografica. I risultati PASSAGE vanno registrati come evidenza di ricerca su una configurazione sperimentale, senza trasferire automaticamente capacità o specifiche al Golden Record del robot.
Perché interessa fabbriche e logistica italiane
Un umanoide impiegato in magazzino o manutenzione non incontra soltanto pavimenti liberi. Deve gestire pallet, strutture sporgenti, varchi stretti e oggetti spostati. Un solo sistema capace di scegliere movimenti corpo-intero potrebbe ridurre la necessità di programmare una policy separata per ogni configurazione.
Prima di un pilot servirebbero però prove nel sito reale: persone e carrelli in movimento, superfici trasparenti o riflettenti, cavi sottili, luce variabile, perdita parziale dei sensori, carichi trasportati, turni lunghi e procedure di arresto. Il precedente articolo RobotPower su DWMP e il superamento degli ostacoli analizza un’altra architettura su G1; i risultati non sono confrontabili perché cambiano scenari, metriche e protocollo.
Limiti e interpretazione RobotPower
Il contributo di PASSAGE non è avere “risolto” la locomozione in ambienti umani. È mostrare che più dati allineati alla geometria possono aiutare un planner a selezionare movimenti diversi e che la catena completa può girare a bordo. Il protocollo fisico è più trasparente di molte demo, ma resta piccolo: un solo tentativo per layout non misura la ripetibilità sullo stesso percorso e non documenta missioni prolungate.
Gli stessi autori indicano scale, piattaforme e salti come lavoro futuro. Segnalano inoltre che il solo LiDAR può avere difficoltà con vetro, cavi sottili e altre strutture. Mancano peer review, replica indipendente, confronto hardware con altre piattaforme e valutazione di sicurezza vicino alle persone.
Il prossimo test per PASSAGE per robot umanoidi
Il passaggio decisivo sarà ripetere i layout molte volte, pubblicare velocità, contatti, arresti e recuperi, e poi spostare il sistema in ambienti dinamici non preparati. Fino ad allora PASSAGE per robot umanoidi è una dimostrazione hardware ben documentata di locomozione percettiva su G1: promettente, misurabile e ancora lontana da un prodotto industriale pronto all’uso.




