Hasta hace poco, conseguir que un robot hiciera un trabajo nuevo implicaba entrenarle una política nueva. Un artículo de posición del equipo de Grid Robotics sostiene que GPT-6 Astra lo cambió: semanas después de su lanzamiento, modelos generales dentro de un arnés de agente igualaban o superaban a políticas específicas en muchas pruebas de robótica sin entrenamiento adicional. Los autores quieren que el campo se ponga de acuerdo sobre qué es este nuevo tipo de sistema y cómo evaluarlo.
Lo llaman robótica agéntica. En lugar de una red que convierte imágenes de cámara directamente en órdenes a los motores, un modelo fundacional se sitúa arriba como decisor, lo que llaman Embodied System 2. Lee la intención del usuario, planifica, llama a habilidades y herramientas de nivel inferior, comprueba si cada paso funcionó y cambia de rumbo si no. Debajo están las habilidades aprendidas, como los modelos de visión, lenguaje y acción y los modelos de mundo y acción (System 1), y debajo de ellas el bucle de control del cuerpo (System 0). Lo difícil, dice el artículo, es convertir el razonamiento general en acciones verificables bajo límites físicos: poco tiempo para reaccionar, restricciones mecánicas, entornos cambiantes y acciones que no se pueden deshacer.
La aportación práctica es un marco de evaluación que puntúa tanto las capacidades del propio modelo como el rendimiento de todo el sistema en bucle cerrado. Importa porque los resultados actuales son difíciles de comparar. Los autores señalan que las evaluaciones publicadas de Astra en RoboDojo usan fuentes de conocimiento de la tarea y presupuestos de acción distintos, y que un estudio mostró grandes mejoras solo con añadir memoria de ejecución, manteniendo fijos el planificador y las habilidades.
La hoja de ruta va de acciones sueltas a lo que los autores llaman funciones permanentes: un robot al que se confía un trabajo continuo, que sigue objetivos en el tiempo, se recupera de fallos y aprende de la experiencia sin olvidar lo que ya sabía. También trata qué lecciones de los agentes de software se trasladan, como usar herramientas y comprobar resultados, y cuáles no, porque un error físico sale caro.
Esto conecta con otros trabajos de robótica que hemos cubierto, como Gemini Robotics 2.5 y el aprendizaje en contexto de RoboScript. La pega es clara: es un preprint, no está revisado por pares, no presenta experimentos nuevos y la idea de un cambio de paradigma se apoya en unas pocas semanas de resultados de una sola familia de modelos.