Un humanoide que camina por escalones o terreno irregular necesita información sobre lo que tiene delante. Pero una cámara de profundidad puede sufrir oclusiones, ruido o fallos transitorios. CAP propone un controlador que aprovecha la información visual todavía recuperable y la combina continuamente con las señales del propio cuerpo del robot.
Hongjin Chen, Zijun Xu y sus colaboradores publicaron el manuscrito en arXiv el 10 de septiembre. Su registro indica que el trabajo fue aceptado en la conferencia CoRL 2026. La evaluación incluye simulaciones y ensayos físicos con un Unitree G1, en condiciones controladas y recorridos en interiores y exteriores.
Evitar una elección de todo o nada
El problema abordado no es únicamente perder por completo la visión. Una observación puede conservar parte de la geometría del terreno aunque otra parte esté tapada o alterada. Descartarla entera deja información útil sin aprovechar; confiar en ella como si estuviera intacta también puede perjudicar el movimiento. Descartar toda la imagen por un fallo parcial sería una forma muy ordenada de quedarse con menos información.
CAP utiliza un componente entrenado para reconstruir profundidad limpia a partir de observaciones degradadas. En paralelo, otro componente procesa información propioceptiva, es decir, señales sobre el estado del cuerpo. Ambas vías permanecen activas dentro de una misma política de locomoción.
El entrenamiento expone al sistema a distintos niveles de ruido y a pérdidas de información. La intención es que la contribución de cada vía se adapte a la calidad disponible, sin depender de un cambio brusco entre un controlador que usa visión y otro que prescinde de ella.
Separar simulación y robot físico
En simulación, los autores informan de resultados que igualan o mejoran las referencias perceptivas comparadas cuando la profundidad sigue siendo informativa. A medida que empeora la percepción, reportan una degradación más gradual que la de una referencia basada en conmutar entre modos.
Los ensayos sobre el G1 exploran oclusiones intermitentes, alteraciones del sensor y errores de profundidad en exteriores. El artículo muestra recorridos con obstáculos y distintas superficies. Estas pruebas físicas complementan las comparaciones simuladas, pero no deben confundirse con una validación de cualquier terreno o fallo posible.
El sistema tampoco recupera información ilimitada cuando los sensores dejan de aportar datos. El trabajo busca utilizar mejor las señales disponibles y sostener el movimiento cuando su calidad cambia, dentro de las condiciones estudiadas.
La aportación es un método de control y entrenamiento para locomoción robusta a la percepción degradada. No demuestra todavía un despliegue general en rescate, atención médica u otros usos. Esas aplicaciones requerirían evaluaciones específicas adicionales a caminar en los escenarios reportados.