ASUS fija para su robot humanoide Gallop un objetivo de empaquetado al ritmo de las personas

El 13 de noviembre de 2026, ASUS presentó detalles de Gallop, su primer robot humanoide, que está aprendiendo a empaquetar 15 accesorios para placas base en una de las fábricas de electrónica del grupo. El objetivo es alcanzar un 99,5 % de éxito en un máximo de 20 segundos por placa.

Muchas piezas vienen en bolsas delgadas y transparentes, lo que convierte esta estación de trabajo en una tarea difícil para las pinzas simples. ASUS la eligió para probar si el robot puede hacerse cargo de la mayor parte del trabajo sin que una persona tenga que permanecer a su lado constantemente. La empresa aplica a las personas el mismo criterio de velocidad y éxito; las cifras de Gallop son objetivos, no resultados que se haya informado que ya haya alcanzado.

El ciclo completo de demostración, aprendizaje y prueba en la línea ya funciona: una persona muestra la tarea, el robot la aprende y ASUS lo prueba en la línea. El robot está siendo desarrollado por la unidad de negocio Humanoid Robotics, dentro del grupo empresarial Physical AI Solutions Business Group, en el marco de un programa que comenzó a principios de 2026.

El argumento general de ASUS a favor de la forma humanoide es que los brazos y las manos hábiles pueden utilizar estaciones de trabajo, herramientas y bandejas existentes, diseñadas para las personas, sin necesidad de reconstruir la fábrica en torno al robot. La empresa reconoce, al mismo tiempo, que no todas las tareas requieren un humanoide.

Formación basada en trabajadores cualificados

ASUS parte de modelos de IA abiertos, en lugar de crear internamente un modelo enorme. Con su consentimiento, trabajadores experimentados llevan cámaras montadas en la cabeza para que sus demostraciones muestren cómo se realiza realmente el trabajo. La simulación genera variaciones de esos ejemplos y, después, un operador con gafas de realidad virtual y guantes guía a Gallop durante la práctica con las mismas piezas y cámaras que se utilizan en la estación real.

Las grabaciones realizadas una vez que el robot está en funcionamiento se incorporan al entrenamiento. ASUS afirma que su ventaja consiste en disponer de los datos adecuados procedentes de estaciones reales, piezas y reglas de calidad; sus propias fábricas de servicios de fabricación electrónica ofrecen un entorno de prueba que la mayoría de las empresas de robótica deben alquilar.

Cuatro capas de software y hardware desarrollado internamente

El software de Gallop se divide en cuatro capas. Un planificador interpreta la escena y desglosa el trabajo en pasos; un segundo supervisor de IA verifica cada paso y vuelve a planificar si surge un problema; una capa de habilidades se encarga de alcanzar, agarrar y colocar objetos; y una capa de control mueve los brazos y las manos con precisión y los detiene si algo no funciona correctamente.

Las interfaces fijas entre las capas están pensadas para que ASUS pueda sustituir los modelos de IA sin tener que reconstruir el robot. El sistema funciona con un único ordenador NVIDIA Jetson AGX Thor instalado dentro de Gallop y utiliza software estándar de robótica.

ASUS diseña internamente el cuerpo y una mano hábil con sensores táctiles, mientras que los motores y otros componentes estándar proceden de socios consolidados. El robot actual tiene una base fija y dos brazos para realizar tareas estacionarias de recogida y colocación; la mano desarrollada internamente aún no se ha integrado.

Planes piloto y de comercialización

ASUS planea integrar esa mano, añadir ruedas y presentar Gallop a sus clientes en Computex 2027. También prevé realizar pruebas piloto con clientes ese año. La disponibilidad en el mercado está prevista para el segundo semestre de 2028.

La fabricación de productos electrónicos es el primer mercado al que se dirige. ASUS espera que las habilidades de recogida y colocación aprendidas en una tarea puedan aplicarse a otras, lo que podría abrir más adelante usos en hospitales y centros de servicios.

ASUS destina el robot a estaciones con tareas repetitivas y físicamente exigentes que son difíciles de cubrir, no a sustituir a los trabajadores. Los empleados que lo entrenen pasarían a ocuparse de configurar, supervisar y mejorar los robots.

Las pruebas piloto previstas evaluarán si el aprendizaje basado en trabajadores cualificados y datos específicos de cada estación puede mantener la calidad y el ritmo de fábrica durante las operaciones diarias. ASUS ha establecido esa constancia como requisito para un uso más amplio: el ciclo de entrenamiento funcional de Gallop es el punto de partida, y las pruebas piloto deberán demostrar que puede ofrecer resultados repetibles en las condiciones cotidianas de una fábrica.