Els robots polivalents són difícils d’entrenar perquè necessiten grans quantitats de dades que reflecteixin situacions reals. Un equip de la NYU ha desenvolupat **EgoZero**, un sistema basat en ulleres intel·ligents que recullen dades des de la perspectiva de la persona que realitza una tasca, com si fossin els seus ulls. Aquesta metodologia facilita la recollida d’informació essencial per a l’aprenentatge robòtic, ja que la càmera es mou amb l’usuari i capta exactament el que cal per completar l’acció.

L’avantatge principal d’EgoZero és que el robot pot aprendre només amb dades humanes, sense necessitat d’obtenir dades específiques de robots, que són més costoses i complicades de recollir. El sistema utilitza un model que identifica punts a l’espai en lloc d’imatges completes, permetent transferir el moviment de la mà humana als braços robòtics, independentment de la seva forma.

Amb només 20 minuts de dades per tasca, el sistema ha aconseguit que un robot realitzi accions com agafar pa i posar-lo en un plat amb un 70% d’èxit. Aquesta estratègia fa possible generalitzar l’aprenentatge: si el robot aprèn a agafar un tipus de pa, pot fer-ho amb altres tipus en entorns diferents.

A més, l’equip explora alternatives com una pinça impresa en 3D equipada amb un telèfon intel·ligent, també per recollir dades en entorns quotidians sense necessitat de portar un robot físic a cada casa. Aquestes solucions podrien fer escalable l’aprenentatge robòtic, aprofitant les interaccions diàries de les persones per construir una base de dades que permeti als robots operar amb més autonomia i versatilitat.