# MIT Han Lab entrena en simulación un modelo para controlar robots

> Según los investigadores, su modelo de razonamiento abierto de 27B alcanzó una tasa de éxito del 60% en un robot real de dos brazos tras entrenarse solo en simulación.

Oossa · 2026-11-16 · https://oossa.com/es/mit-han-lab-trains-a-robot-using-model-entirely-in-simulation

Investigadores de MIT Han Lab afirman que entrenaron un modelo abierto de razonamiento de 27.000 millones de parámetros para controlar robots reales mediante aprendizaje por refuerzo en simulación, sin mostrarle cómo realizar las tareas. En un robot real de dos brazos, el modelo entrenado tuvo éxito en el 60% de las pruebas; el modelo sin entrenar no tuvo éxito en ninguna.

El modelo, basado en Qwen3.8-27B, también mejoró del 1.6% al 74.4% en el benchmark de tareas robóticas LIBERO. Los investigadores dicen que ese resultado se acercó al de GPT-6 Astra y GPT-6.1 Sol cuando esos modelos se ejecutaron con sus ajustes de razonamiento más altos. Los resultados corresponden a las evaluaciones de los investigadores, no a una valoración independiente.

## ¿Cómo controla un robot?

El modelo recibe imágenes de cámaras e información sobre el brazo del robot, razona sobre qué hacer y luego indica la siguiente posición del brazo. Un controlador robótico convierte esa posición en movimiento. Los investigadores describen el proceso como algo parecido a un agente que usa una computadora, mira la pantalla y hace clic, pero señalan que su sistema no utiliza una capa adicional de herramientas de percepción, planificadores de movimiento ni habilidades preconfiguradas.

El entrenamiento utilizó aprendizaje por refuerzo para el control de robots: el modelo intentaba realizar tareas en entornos simulados y aprendía según tuviera éxito o no. El software PEAR del equipo proporciona la infraestructura de entrenamiento, incluidas las simulaciones y las herramientas de evaluación. MIT Han Lab afirma que publicó el modelo, el código y la infraestructura de entrenamiento.

## ¿Se transfiere el entrenamiento en simulación?

Los investigadores informan que el modelo transfirió sus habilidades a un robot real, a otro robot y a instrucciones que no había encontrado durante el entrenamiento. En LIBERO-Pro, que evalúa cambios en los objetivos y la disposición de los objetos, su modelo tuvo éxito en el 57.4% de los episodios con una tarea nueva en una escena conocida. El modelo π0.5, entrenado con demostraciones, tuvo éxito en el 0.75% de los casos en esas condiciones.

Es una prueba distinta de la simple repetición de tareas conocidas. En LIBERO, los investigadores evaluaron los modelos a lo largo de 2.000 episodios. También informan que el entrenamiento robótico no produjo pérdidas medibles en nueve benchmarks de razonamiento, programación y visión. El artículo es un preprint de arXiv, y los resultados no permiten establecer cómo rendiría el sistema en el uso cotidiano ni con otros robots y en otros entornos.

## Los hechos

- El modelo base fue Qwen3.8-27B, un modelo abierto de razonamiento de 27.000 millones de parámetros.
- El porcentaje de éxito en LIBERO aumentó del 1.6% antes del entrenamiento al 74.4% después.
- El modelo entrenado tuvo éxito en el 60% de las pruebas con un robot real de dos brazos; el modelo base tuvo éxito en el 0%.
- En la prueba de LIBERO-Pro con una tarea nueva en una escena conocida, los investigadores informan un éxito del 57.4% para su modelo y del 0.75% para π0.5.

## Por qué importa

Los investigadores en robótica pueden utilizar el modelo publicado, el código y la infraestructura de entrenamiento PEAR para estudiar si el entrenamiento basado en simulaciones puede reducir la necesidad de demostraciones de tareas. El resultado obtenido con un robot real es prometedor, pero no demuestra con qué fiabilidad funcionaría el sistema fuera del robot y las tareas evaluados.

## Fuentes y referencias

1. [Training Reasoning Models in Simulation to Natively Use Real Robots](https://arxiv.org/abs/2611.18562) – arXiv cs.RO, 2026-11-16
2. [MIT HAN Lab](https://github.com/mit-han-lab/pear) – MIT HAN Lab
3. [MIT Han Lab](https://mit-han-lab.github.io/pear-blog/) – MIT Han Lab

Última actualización: 2026-11-16
