Por qué se caen los robots humanoides, y qué hacen

Esto es lo que sorprende cuando entiendes por qué se caen los robots humanoides: cuando un robot se cae, la matemática del equilibrio casi siempre estaba bien. Lo que falló fue la estimación que el robot tenía de su propia inclinación, velocidad y estado de contacto. El controlador calculó una recuperación perfecta para una situación en la que el robot no estaba. Esa distinción (mal control contra mal autoconocimiento) es la idea más útil de todo el tema, y cambia qué miras cuando ves caer a un robot.

Puntos clave

• Las caídas tienen seis causas distintas: error de estimación de estado, desajuste de modelo, falla de percepción, plazos de cómputo perdidos, saturación de actuadores y falla de hardware. Solo una es “el controlador estaba mal”.
• Humanos y robots usan la misma escalera de recuperación de tres peldaños: estrategia de tobillo para perturbaciones chicas, estrategia de cadera para medianas, y un paso para las grandes.
• El mecanismo de seguridad más viejo de la automatización industrial tiene aquí el signo equivocado. Cortar la energía detiene un brazo atornillado y tumba a un bípedo en equilibrio.
• La respuesta de Agility Robotics con el Digit 5, cubierta por IEEE Spectrum el 15 de septiembre de 2026, es que el robot evita, se detiene o asume una posición sentada de forma autónoma: baja su carga y se sienta cuando una persona se acerca.
• La evaluación de Evan Ackerman de ese enfoque fue precisa y acotada: funciona, que es más de lo que se puede decir de cualquier otro humanoide comercial.

Las seis razones por las que se cae un humanoide

El equilibrio de un humanoide es el problema continuo de mantener el impulso del cuerpo compatible con las fuerzas que sus contactos pueden producir. Una caída es una falla en algún punto de ese ciclo, y el punto importa.

Uno: error de estimación de estado. El robot fusiona una unidad de medición inercial, los codificadores de sus articulaciones y a veces visión para estimar su inclinación, su velocidad angular y la velocidad de su centro de masa. Todo eso se desvía o miente. Una unidad inercial acumula error con el tiempo. Los codificadores son exactos sobre la articulación y mudos sobre si el pie resbaló. Si la estimación dice que el robot se inclina 2 grados y en realidad se inclina 6, el controlador ejecuta una respuesta correcta para el mundo equivocado. Es la causa más común de caídas inexplicables.

Dos: desajuste de modelo. El controlador carga supuestos: masa total, inercia, dónde está el centro de masa, qué tan rígido es el piso. Levanta una caja de 20 kilos y el centro de masa se mueve hacia adelante y hacia arriba. Pasa de concreto a un tapete de goma y cambia la rigidez del suelo. Un robot que equilibra hermoso vacío puede fallar cargado.

Tres: falla de percepción. El pie va a donde el mapa dijo que estaba el piso, y el piso no está ahí. El trabajo de Miki y colegas en Science Robotics (2022) nombra las condiciones específicas: la percepción de profundidad se degrada con iluminación difícil, polvo, niebla y superficies reflejantes o transparentes. Su solución fue entrenar al controlador para apoyarse en la propiocepción (el sentido que el cuerpo tiene de sus articulaciones y fuerzas) cuando la visión no es confiable.

Cuatro: plazos de cómputo perdidos. El control de equilibrio es un problema de tiempo real. Si un ciclo que debería correr cada 2 milisegundos tarda 8 porque otra cosa se adueñó del procesador, el robot queda prácticamente ciego y descoordinado durante 6 milisegundos. A velocidad de caminata, eso alcanza.

Cinco: saturación de actuadores. El controlador calcula el torque necesario para recuperarse y el motor no lo puede producir. El robot sabía exactamente qué hacer y físicamente no pudo. Es un límite de diseño, no un error de software, y por eso en robots con patas el torque de pico importa más que el promedio.

Seis: falla de hardware. Un conector, una banda, un rodamiento, una batería que se hunde en el pico de consumo. Poco glamoroso y frecuente.

Fíjate que cuatro de las seis son sobre el robot estando equivocado respecto a la realidad, no sobre ser malo en matemática. Por eso tanta investigación de robótica con patas es, en realidad, sobre sensado y estimación con sombrero de teoría de control.

La escalera de recuperación, que los humanos también usan

Cuando algo empuja un cuerpo de pie, hay una progresión de respuestas bien establecida, y es idéntica en personas y en robots bien construidos.

Estrategia de tobillo. Para una perturbación chica, se redistribuye la presión bajo los pies aplicando torque en los tobillos. Los pies no se mueven. Funciona solo mientras el desplazamiento necesario del centro de presión se quede dentro del pie, que es justo por qué el tamaño del pie es una decisión de diseño y no estética.

Estrategia de cadera. Para una perturbación mediana, se dobla la cadera y se balancea el torso. Eso genera momento angular que contrarresta la perturbación sin necesitar un contacto nuevo. Es por lo que te doblas hacia adelante cuando alguien te empuja desde atrás, y también por lo que los brazos de un robot se agitan durante una recuperación. Los brazos no son decorativos: balancear masa cambia el momento angular gratis y compra tiempo.

Estrategia de paso. Para una perturbación grande, se da un paso y se establece un contacto nuevo donde cancele el impulso. La matemática de elegir ese punto está en cómo decide un robot dónde pisar.

Un robot que solo tiene la estrategia de paso se ve brusco y falla en superficies angostas. Un robot con las tres se ve tranquilo. Mirar qué peldaño usa un robot te dice qué tan sofisticado es su controlador.

Cómo enseñarle esto a tu hijo

La escalera de recuperación es una de las mejores demostraciones físicas de toda la ingeniería, porque el cuerpo del niño la ejecuta.

De 5 a 8 años

Párale a tu hijo con los dos pies y empújale suavecito el hombro. Mira sus tobillos. Empuja un poco más fuerte: se le dobla la cadera. Empuja más: da un paso. Tres empujones, tres estrategias, y siente cada una. Después háganlo con los pies juntos en lugar de separados, y luego en un pie. Las respuestas empeoran muchísimo, y eso enseña el polígono de soporte sin nombrarlo. Para antes de que alguien se caiga; la idea llega en tres empujones.

De 9 a 12 años

Que se pare en un pie y equilibre, y después cierre los ojos. Casi todos se bambolean fuerte en segundos. Luego que gire cinco vueltas y lo intente otra vez: ahora el sistema vestibular está reportando disparates y el equilibrio se derrumba. Eso es una unidad inercial dando datos malos, y acaba de vivir el error de estimación de estado desde adentro. Cierra con esto: “tu matemática del equilibrio estaba bien. Tus sensores te mintieron.”

De 13 en adelante

Que equilibre en un pie mientras sostiene una mochila cargada en una mano, estirada hacia el lado. Después que cambie la mochila a la otra mano sin bajar el pie. El ajuste necesario es inmediato y grande. Eso es desajuste de modelo: el centro de masa se movió y el controlador tuvo que adaptarse. Luego que escriba qué necesitaría medir un robot para darse cuenta de que su propia distribución de masa cambió. La respuesta, sensado de fuerza en los contactos más un modelo de torque, es una especificación real de ingeniería.

La pregunta que debes hacer: “Si tu equilibrio funciona bien pero tus ojos y tu oído interno están los dos equivocados, ¿qué pasa? ¿Y cómo lo arreglarías en un robot?”

Causas de caída, síntomas y contramedidas

Causa	Cómo se ve desde afuera	Qué hacen los ingenieros
Error de estimación de estado	Se cae sin motivo visible: “se fue de golpe”	Fusionar más sensores, detectar resbalones, acotar la deriva, reiniciar estimaciones en contactos conocidos
Desajuste de modelo	Equilibra vacío, falla cargado o en otra superficie	Estimar la carga en línea, sensado de fuerza en los pies, control adaptativo
Falla de percepción	El pie aterriza mal o pisa un hueco	Mezclar visión con propiocepción, pisar conservador cuando baja la confianza
Plazo de cómputo perdido	Tartamudeo y después pérdida súbita de control	Sistemas operativos de tiempo real, núcleos dedicados, presupuestos estrictos de ciclo
Saturación de actuadores	Empieza una recuperación y claramente no la termina	Más torque de pico, extremidades más livianas, intervención más temprana
Falla de hardware	Se cae a media tarea, muchas veces de forma repetible	Redundancia, módulos reemplazables, monitoreo de condición
Cualquiera de las anteriores, sin recuperación	El robot se va al piso	Caídas controladas, posturas protectoras, o sentarse antes de llegar a eso

Esa última fila es donde está la ingeniería interesante de 2026. Cuando una caída ya es inevitable, la meta cambia de “no caerse” a “caerse de la forma más barata posible”: proteger la cabeza, las manos y los actuadores caros, absorber energía a lo largo de una distancia en lugar de en un solo golpe, y no aterrizar sobre una persona.

Por qué la parada de emergencia no sirve, y qué la reemplazó

Para un brazo industrial atornillado, la respuesta más segura ante un evento de seguridad es quitar la energía. La gravedad no le puede hacer mucho a un brazo cuyos frenos se activan.

Para un bípedo en equilibrio dinámico, quitar la energía significa que más de cien kilos se van al piso. IEEE Spectrum reportó en septiembre de 2025 que las nuevas normas ISO para robots con patas de equilibrio dinámico seguían en desarrollo, y Matt Powers, de Boston Dynamics, dijo que la empresa empezaría con despliegues de riesgo relativamente bajo y se expandiría a medida que ganara confianza. Los robots llegaron antes que la norma.

El Digit 5 de Agility es la respuesta más concreta hasta ahora. Mide 1,8 metros, pesa 129 kilos, levanta 23 kilos hasta 2,1 metros y está diseñado para más de 20 horas de operación al día. Su comportamiento de seguridad es evitar, detenerse o asumir una posición sentada de forma autónoma: carga abajo, cuerpo sentado. Una máquina de 129 kilos sentada no se puede caer encima de nadie. Agility también cambió las piernas de orientación aviar de sus modelos anteriores por piernas convencionales de tipo humano, porque, como lo puso Ackerman, las piernas humanas son mejores para sentadillas y levantamientos. El trabajo de bodega es agacharse, no esprintar.

Debajo de eso hay una lección de diseño que generaliza bien: la mejor respuesta a un problema de dinámica difícil muchas veces es cambiar el problema. Siéntate. Usa ruedas. Atorníllalo al piso. El Stretch asistencial de Hello Robot es con ruedas precisamente para que el problema de equilibrio nunca exista, como vemos en robots asistenciales en casa.

¿Y en América Latina?

Aquí hay algo que casi nunca se dice y que vale decirlo completo: el “piso plano” de los videos de robots es un supuesto de infraestructura, no de física.

Casi toda la robótica con patas que ves funcionando bien funciona sobre superficies que son planas, uniformes, secas y de buena fricción, porque esas superficies existen en bodegas nuevas y pisos industriales bien hechos. Ahora piensa en una calle de Lima, Bogotá, Quito o la Ciudad de México: adoquín desnivelado, baldosa floja, andén roto, rampas improvisadas, un desagüe sin tapa, una raíz levantando el concreto, y lluvia. Cada una de esas cosas es exactamente el caso difícil de las seis causas de arriba: desajuste de modelo (rigidez variable), falla de percepción (reflejos en agua, sombras), y saturación de actuadores (escalones más altos de lo previsto).

Eso tiene dos lecturas. La primera, para un papá: cuando veas un video de un humanoide caminando, mira el piso antes que el robot. Si el piso es un almacén nuevo, el robot no te ha demostrado nada sobre tu barrio. La segunda, para un estudiante de la región: el terreno difícil es abundante y gratuito donde vives, y ese es un activo de investigación real. Los conjuntos de datos de terreno irregular son valiosos y escasean; una ciudad latinoamericana es un laboratorio de locomoción.

Hay también una pregunta de política práctica que sí aplica hoy. En la región no existe una norma local de seguridad para robots con patas, igual que no existe en casi ningún lado. Lo que significa es que si un robot con patas entra a una planta, una mina o un centro comercial de la región, la seguridad depende de lo que haya decidido el fabricante y de lo que exija el cliente que lo compró. La pregunta correcta para un gerente o para un padre que ve uno en un centro comercial es simple: ¿qué hace esta máquina si alguien aprieta el botón rojo? Si la respuesta es “se apaga”, la respuesta está mal.

Y la parte buena y barata: el proyecto escolar que enseña todo esto es un robot de dos ruedas autoequilibrante. Un sensor inercial, dos motores, un ciclo de retroalimentación. Falla exactamente en las formas descritas arriba, cuesta poco y se puede armar con material recuperado. La ruta está en construir un robot en casa y en robots simples con materiales accesibles.

Qué observar en los próximos 3 meses

• Semana 4: Fíjate si algún fabricante de humanoides publica un tiempo medio entre caídas, o caídas por hora de operación. Sería el número más informativo del sector y nadie lo revela.
• Señales de alerta en el mes 2: Material de humanoides filmado solo sobre piso plano, uniforme y de alta fricción, o con el robot cargando nada. También cualquier afirmación de seguridad para un robot que camina que no explique qué pasa en una parada de emergencia, porque “se corta la energía” no es respuesta para un bípedo.
• Autoevaluación del mes 3: Pregúntale a tu hijo por qué el equilibrio de un robot puede fallar aunque su programa de equilibrio sea perfecto. Si llega a “estaba equivocado sobre dónde estaba su cuerpo”, entendió la estimación de estado, que es la idea más profunda del artículo.

Preguntas frecuentes

¿Los robots humanoides pueden levantarse después de caerse?

Algunos sí, y es una capacidad diseñada a propósito, no un efecto secundario. Levantarse pide mucho torque en configuraciones incómodas y un plan que funcione desde una postura inicial desconocida. Un robot que se cae y se levanta solo demostró algo que un robot que solo camina no.

¿Por qué no hacen robots más pesados y más bajos para que no se caigan?

Más bajo sí ayuda de verdad, y por eso tantos robots útiles son con ruedas y bajos. Más pesado es una trampa: más masa significa más impulso que administrar, más energía en una caída, más torque para recuperarse y un problema de seguridad mayor junto a personas. La forma humanoide se elige por alcance y por ambientes humanos, no por estabilidad.

¿Las caídas dañan al robot?

Casi siempre algo. Por eso la caída controlada es un área de investigación: decidir en la última fracción de segundo cómo orientar el cuerpo para proteger la cabeza, las manos y los paquetes de actuadores. El diseño de la mano nueva del Atlas hace esos paquetes fácilmente reemplazables, que es una admisión directa de que las cosas se rompen.

¿Es seguro pararse junto a un robot que camina?

Trátalo como no seguro salvo que el operador diga lo contrario y nombre un resguardo. Hasta el reporteo de septiembre de 2025, las normas específicas para robots con patas de equilibrio dinámico seguían en desarrollo, así que los despliegues actuales dependen de enfoques propios de cada empresa, como el sentarse del Digit 5, y no de un marco certificado.

¿Qué sensor importa más para el equilibrio?

La unidad de medición inercial da orientación y velocidad angular, pero su valor depende de la corrección que aportan el sensado de contacto y los codificadores, porque una unidad inercial sola se desvía. En los sistemas modernos lo que importa es la fusión, y las caídas dramáticas casi siempre se rastrean a que esa fusión estaba mal.

¿Puede un niño construir algo que demuestre esto?

Sí, y el proyecto clásico es un robot de dos ruedas autoequilibrante. Un sensor inercial, dos motores, un ciclo de retroalimentación. Falla exactamente como se describe arriba: demasiada ganancia y oscila, sensor con deriva y se inclina lentamente, poco torque y no se alcanza a atajar.

---

Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.

---

Fuentes

1. Ackerman, E. (15 de septiembre de 2026). “Digit 5 May Be the First Humanoid Robot Worker That’s Truly Safe.” IEEE Spectrum. https://spectrum.ieee.org/humanoid-robot-safety
2. Ackerman, E. (11 de septiembre de 2025). “Reality Is Ruining the Humanoid Robot Hype.” IEEE Spectrum. https://spectrum.ieee.org/humanoid-robot-scaling
3. Miki, T., Lee, J., Hwangbo, J., Wellhausen, L., Koltun, V. y Hutter, M. (2022). “Learning robust perceptive locomotion for quadrupedal robots in the wild.” Science Robotics, 7(62). https://arxiv.org/abs/2201.08117
4. Hoeller, D., Rudin, N., Sako, D. y Hutter, M. (2023). “ANYmal Parkour: Learning Agile Navigation for Quadrupedal Robots.” https://arxiv.org/abs/2306.14874
5. Ackerman, E. (1 de octubre de 2026). “Atlas Robot’s New Hand May Outperform Humanlike Designs.” IEEE Spectrum. https://spectrum.ieee.org/robust-robot-hand
6. Occupational Safety and Health Administration. “Industrial Robot Systems and Industrial Robot System Safety.” OSHA Technical Manual, Sección 4, Capítulo 4. https://www.osha.gov/otm/section-4-safety-hazards/chapter-4
7. IEEE Spectrum. (11 de septiembre de 2026). “Video Friday: Humanoid Robot Takes On Monkey Bars.” https://spectrum.ieee.org/video-friday-disaster-response-robots