Una alianza tecnológica entre la empresa detrás del fenómeno de realidad aumentada y una startup de robótica está transformando la logística de última milla.
Niantic, la compañía creadora de Pokémon Go, ha proporcionado un colosal conjunto de datos visuales, recopilado durante años de juego, para entrenar a los robots de reparto de Coco Robotics, permitiéndoles navegar por aceras urbanas con una precisión sin precedentes.
Desde su lanzamiento en 2016, Pokémon Go de Niantic se convirtió en la primera aplicación de realidad aumentada en alcanzar una popularidad masiva global.
Su mecánica central obligaba a los jugadores a explorar el mundo real mientras sus teléfonos capturaban constantemente el entorno a través de la cámara para superponer criaturas digitales. Esta actividad generó, de forma inadvertida, un archivo visual inmenso de calles, aceras y espacios públicos.
Por otro lado, empresas como Coco Robotics han estado desarrollando robots autónomos para la entrega de comida y mercancías en entornos urbanos densos, un desafío donde la navegación precisa es el mayor obstáculo.
La precisión del GPS convencional, con margen de error de varios metros, es insuficiente para que un robot esquive obstáculos, espere en un semáforo o identifique la puerta correcta de un edificio.
La división Niantic Spatial ha aprovechado su vasta experiencia en mapeo de realidad aumentada para crear un sistema de posicionamiento visual.
La colaboración con Coco Robotics se materializa en el uso de este sistema, entrenado con los datos anónimos de Pokémon Go, para dotar de “vista” y contexto a los robots.
Los elementos técnicos clave de esta integración son:
- Un conjunto de datos de 30 mil millones de imágenes: Esta biblioteca visual, acumulada a lo largo de casi una década de juego, constituye uno de los mapas fotográficos del mundo real más extensos jamás creados. Según el reporte, los jugadores contribuyeron a este archivo mientras jugaban, capturando entornos en diversas condiciones de luz, clima y ángulos.
- Navegación a nivel de centímetro: El sistema derivado de estos datos permite a los robots de Coco navegar con precisión centimétrica, identificando no solo su ubicación en una calle, sino la posición exacta en una acera, la entrada de un comercio o un buzón específico.
- Entrenamiento para la variabilidad: La naturaleza crowdsourced de las imágenes significa que los algoritmos de los robots han sido expuestos a una increíble diversidad de escenarios urbanos, desde construcciones y eventos callejeros hasta diferentes decoraciones navideñas, lo que mejora su robustez en el mundo real.
El impacto inmediato de esta tecnología se ve en la eficiencia de las entregas autónomas. Los robots pueden ahora planificar rutas no solo por el trazado de calles, sino por el mobiliario urbano real, optimizando tiempos y reduciendo el riesgo de choques.
Para empresas de reparto, esto se traduce en una reducción de costos operativos y una mayor confiabilidad en el servicio “de última milla”, el segmento más costoso y complejo de la cadena logística.
“Estamos abordando el problema desde un ángulo diferente”, declaró un representante de Niantic Spatial a MIT Technology Review. “Si llevas el mapeo lo suficientemente lejos, terminas capturando todo. Todavía no estamos allí, pero queremos estarlo. Estoy muy centrado en intentar recrear el mundo real”.
Más allá de la pizza o el pedido de comida, esta tecnología sienta un precedente para la navegación de cualquier dispositivo autónomo en espacios peatonales, desde robots de vigilancia hasta vehículos de asistencia para personas con movilidad reducida.
Esta colaboración representa un caso de estudio paradigmático sobre el crowdsourcing de datos a escala masiva y su aplicación secundaria en robótica e inteligencia artificial.
Muestra cómo un recurso creado para el entretenimiento puede convertirse en la piedra angular para resolver problemas de infraestructura digital crítica.
El modelo sugiere un futuro donde las plataformas que interactúan con el entorno físico, ya sean juegos, redes sociales o herramientas de medición, podrían estar contribuyendo de forma colateral a construir un gemelo digital del mundo cada vez más preciso y útil para la automatización.
La línea entre el ocio digital y la utilidad pública se desdibuja, planteando a la vez fascinantes oportunidades tecnológicas y necesarias conversaciones sobre privacidad y consentimiento en la era de los datos espaciales.