← Conoscenze e approfondimenti

Comprendere la Physical AI

Come i robot imparano nuovi compiti dagli esempi

Come i movimenti registrati diventano un compito appreso e quali prove mostrano se il robot sa gestire anche situazioni nuove.

Nivama Robotics5 min di lettura

Chiudere il contenitore del pranzo con una cerniera sembra un compito semplice. Per un robot riunisce invece più esigenze: riconoscere l’oggetto, raggiungere la chiusura e adattare il movimento al materiale. Nel 2025 Google DeepMind ha utilizzato questa attività come uno degli esempi di adattamento di un modello robotico a nuovi compiti mediante dimostrazioni aggiuntive.

Nella presentazione di Gemini Robotics On-Device del 24 giugno 2025, il gruppo di ricerca indica da 50 a 100 dimostrazioni per gli adattamenti studiati. Questo non significa che un robot impari qualsiasi compito dopo cento esempi scelti a caso. Il modello possiede già capacità acquisite durante un addestramento precedente. Le nuove dimostrazioni servono a trasferire queste conoscenze a un’attività specifica.

Per capire la differenza consideriamo un altro compito, scelto qui a scopo illustrativo: un robot deve spostare una tazza dal tavolo a un alloggiamento. Il processo non inizia con un testo sulle tazze. Inizia con osservazioni e movimenti registrati insieme. Da queste coppie il modello apprende quale azione corrisponde a una determinata situazione osservata.

Dalla presa guidata al tentativo autonomo

Un modo per raccogliere questi dati è il controllo a distanza del robot da parte di una persona. L’operatore muove un dispositivo di comando mentre il robot esegue l’attività corrispondente. Le telecamere riprendono la scena; contemporaneamente si registrano stati e azioni del sistema. Si ottiene così una sequenza che associa ciò che era visibile al movimento eseguito.

Il progetto di ricerca ALOHA del 2023 mostra questo principio con due bracci robotici. I ricercatori combinano un’interfaccia per le dimostrazioni con un metodo di apprendimento per manipolazioni precise. Il metodo prevede sequenze coerenti di movimenti. Uno degli obiettivi è evitare che piccoli errori si accumulino durante molti passaggi scelti singolarmente.

Nell’esempio della tazza, una dimostrazione potrebbe svolgersi così: la pinza si avvicina al lato libero, si chiude, solleva la tazza e la deposita nell’alloggiamento. Se nel tentativo successivo la tazza è più a sinistra, le dimostrazioni dovrebbero includere questa posizione iniziale diversa. Il movimento parte allora da un altro punto, ma svolge lo stesso compito. Queste differenze mostrano che cosa deve rimanere costante e a che cosa il sistema deve reagire.

Una sequenza fissa potrebbe limitarsi a ripetere le posizioni registrate. Un sistema che apprende dalle osservazioni dovrebbe invece ricavare l’azione successiva dalla situazione attuale. Solo nuove prove mostrano se ci riesce davvero. Un ciclo riuscito con una tazza già utilizzata in una posizione nota non è sufficiente.

Nei modelli chiamati Vision-Language-Action, il linguaggio diventa un ulteriore ingresso. Il nome descrive il collegamento tra immagini, istruzione verbale e azione del robot. Nel 2023 i ricercatori di RT-2 hanno presentato un approccio che addestra ulteriormente un modello già preparato su immagini e linguaggio utilizzando traiettorie robotiche. Le azioni vengono rappresentate in una forma che il modello può generare.

Nel nostro esempio, l’istruzione sarebbe “Metti la tazza nell’alloggiamento”. L’immagine della telecamera fornisce informazioni sulla scena attuale. Il risultato deve infine tradursi in un movimento eseguibile. Conoscere la parola “tazza” non garantisce una presa stabile. Il riconoscimento attraverso il linguaggio e la riuscita fisica devono funzionare insieme nella prova.

Che cosa deve dimostrare una buona prova

Nell’apprendimento da dimostrazioni, il numero degli esempi è solo una parte dell’informazione. Per una valutazione utile occorre sapere quali condizioni iniziali contengono. Cinquanta ripetizioni quasi identiche su un tavolo immutato rispondono a una domanda diversa da cinquanta dimostrazioni con posizioni e oggetti differenti. Una maggiore quantità di dati diventa significativa quando è chiaro quali variazioni copre.

Per la tazza si potrebbe progettare una prova con gruppi separati. Nel primo cambiano soltanto le posizioni. Nel secondo viene utilizzata una tazza diversa. Nel terzo compare un oggetto aggiuntivo sul tavolo. È un piano di verifica illustrativo. Evita che un risultato complessivo nasconda quale cambiamento mette in difficoltà il sistema.

Anche il successo richiede una definizione chiara. Se la tazza si trova nell’alloggiamento e vi rimane, il compito è concluso. Se il robot l’ha soltanto sollevata, è ancora incompleto. Se una persona deve riposizionarla durante il movimento, l’intervento va registrato separatamente. Un registro con condizioni iniziali, esito e assistenza è più informativo di una raccolta di video riusciti.

Un risultato fittizio chiarisce il punto: su 100 tentativi, 90 riescono senza aiuto, sei dopo un intervento e quattro falliscono. La percentuale di successo senza assistenza è quindi del 90 percento. Includere tacitamente i sei tentativi assistiti darebbe un’impressione diversa. Occorre inoltre verificare la durata di ogni ciclo e la stabilità del risultato nelle ripetizioni.

Google descrive Gemini Robotics On-Device come un modello eseguibile localmente sul robot e ne mostra l’adattamento a sistemi robotici differenti. Si tratta di un esempio di ricerca con prove definite. Il numero di dimostrazioni indicato non è una garanzia per qualsiasi attività di fabbrica. Una nuova applicazione richiederebbe una definizione specifica degli oggetti, dell’area di lavoro e dei criteri di successo.

L’apprendimento da dimostrazioni cambia quindi il modo di descrivere un ciclo: le persone forniscono esempi dai quali il modello ricava relazioni tra osservazione e azione. Il lavoro si sposta verso la scelta di buone dimostrazioni e la verifica di situazioni nuove. A stabilire se ne deriva un processo utilizzabile è l’esecuzione completa e ripetibile sull’oggetto reale.

Fonti verificate il 12 novembre 2026. Articolo introduttivo basato sulle ricerche citate del 2023 e 2025. L’esempio della tazza e i relativi dati di prova sono fittizi.