ForceHarness eleva GPT-6 Astra del 3,3% al 90% en tareas de robot con fuerza

Investigadores de la Universidad Nacional de Singapur (NUS) presentaron ForceHarness, un sistema que permite a modelos de frontera congelados —usados solo por API, sin más entrenamiento— controlar robots en tareas que dependen del sentido del tacto. En un brazo robótico real, el GPT-6 Astra, de OpenAI, saltó del 3,3% al 90,0% de éxito en tareas de manipulación con contacto, sin ninguna demostración y sin ajuste fino. El trabajo se publicó como preprint en arXiv el 16 de noviembre de 2026.

El problema que resuelve ForceHarness es conocido: los modelos multimodales ya controlan robots a partir de imágenes, pero muchas tareas —encajar una pieza, empujar un objeto con la fuerza adecuada, sentir cuándo algo toca— dependen de fuerzas de contacto que las imágenes no muestran. Y hay dos obstáculos para llevar la fuerza hasta un modelo por API: el contacto cambia mucho más rápido de lo que el modelo puede decidir, y el modelo congelado no sabe interpretar un flujo bruto de datos de fuerza.

Cómo funciona ForceHarness

El sistema tiene tres capas. Primero, doce primitivas de fuerza con autoterminación: pequeños controles que regulan la fuerza por su cuenta, en un bucle rápido por debajo de la tasa de decisión del modelo, y regresan cuando ocurre un evento de contacto. Después, una capa de traducción física convierte cada registro de fuerza en magnitudes físicas —como masa, fricción y altura de contacto— con estimaciones de incertidumbre. Por último, esas magnitudes vuelven al modelo como resultado de una llamada a herramienta, en una forma que puede usar para razonar.

La calibración de la fuerza de la mano puede hacerse desde un sensor de fuerza en la muñeca o solo con los pares de las articulaciones; en el experimento con el brazo real no había sensor en la muñeca. Los autores también crearon HiddenPhys, un benchmark de siete tareas en el simulador MuJoCo con variables físicas ocultas, para comparar el sistema con controladores expertos y con políticas entrenadas.

Los resultados

Según los autores, en simulación ForceHarness sumó 17,5 puntos porcentuales en ForceBench, un benchmark público, y 34,3 puntos en HiddenPhys, superando políticas de fuerza entrenadas con unas 200 demostraciones por tarea e igualando controladores expertos escritos a mano en HiddenPhys. En el brazo real —un Franka FR3, sin sensor de fuerza en la muñeca— la tasa de éxito zero-shot del GPT-6 Astra en seis tareas de manipulación con contacto subió del 3,3% al 90,0%.

Las pruebas también indican que los modelos más pequeños toman decisiones mucho mejores cuando reciben magnitudes físicas en lugar de valores brutos de fuerza, un detalle que podría abaratar este tipo de control. Las cifras son de los propios autores, en el preprint, y el resumen no informa cuántos intentos sustentan el resultado en el brazo real. El artículo aún no ha pasado revisión por pares, así que los resultados deben leerse como una demostración prometedora, no como un hecho consolidado.

Por qué importa

El resultado llega cuando OpenAI disolvió su equipo de robótica para apostar por modelos generales como GPT-6 Astra al mando de los robots. ForceHarness es un ejemplo concreto de cómo puede funcionar ese camino: en lugar de entrenar un modelo solo para robots, el sistema da al modelo por API lo que le faltaba —el sentido de la fuerza— sin tocar sus pesos.

Si los resultados se confirman en evaluaciones independientes, el enfoque podría acelerar los robots de propósito general controlados por modelos de frontera, sin necesidad de recoger cientos de demostraciones para cada tarea nueva. El código del sistema se publicó como abierto, lo que permite a otros laboratorios reproducir y probar los resultados.

Crédito de la imagen: brazo robótico Franka Emika en una feria, foto de Ims, CC BY-SA 4.0, vía Wikimedia Commons (archivo: Franka Emika2.jpg). La foto es ilustrativa: las pruebas del artículo usaron un brazo Franka FR3.

Fuentes

Transparencia: este artículo fue producido con ayuda de inteligencia artificial, cruzando publicaciones públicas en X y fuentes de internet. Los hechos se verificaron en las fuentes citadas; consulta las fuentes originales para confirmar los detalles.

Por Muse