Pokémon Go entrena robots de entrega con datos de millones de jugadores

Niantic Spatial, spin-off de la empresa creadora de Pokémon Go, está utilizando los datos masivos recolectados del popular juego de realidad aumentada para entrenar robots de entrega urbana con una precisión sin precedentes.

Desde su lanzamiento en 2016, Pokémon Go generó un tesoro de datos únicos: 30 mil millones de imágenes urbanas capturadas por 500 millones de usuarios que instalaron la aplicación en sus primeros 60 días. Estas imágenes, etiquetadas con datos de ubicación ultra-precisos, ahora alimentan un sistema de posicionamiento visual que puede determinar ubicaciones con precisión de centímetros.

El problema del GPS urbano

La tecnología surge como respuesta a las limitaciones del GPS en entornos urbanos densos. "El cañón urbano es el peor lugar del mundo para el GPS", explica Brian McClendon, CTO de Niantic Spatial. Las señales de radio rebotan en edificios y se interfieren entre sí, causando derivas de hasta 50 metros que ubican dispositivos en cuadras incorrectas.

Primera aplicación comercial

Coco Robotics, que opera mil robots de entrega en Los Angeles, Chicago, Miami y Helsinki, se convirtió en el primer cliente de esta tecnología. Sus robots, que han completado más de medio millón de entregas, ahora pueden navegar calles urbanas con precisión centimétrica usando cámaras que capturan imágenes en tiempo real.

"Hacer que Pikachu corra de forma realista y hacer que el robot de Coco se mueva por el mundo con seguridad y precisión es, en realidad, el mismo problema", señala John Hanke, CEO de Niantic Spatial.

Implicaciones más amplias

Esta convergencia entre gaming y robótica marca el inicio de lo que Hanke denomina un "mapa vivo": una simulación virtual hiperdetallada que se actualiza constantemente. La tecnología promete revolucionar no solo las entregas automatizadas, sino cualquier aplicación robótica que requiera navegación precisa en espacios compartidos con humanos.

Para América Latina, donde la adopción de Pokémon Go fue masiva y las ciudades presentan desafíos únicos de navegación urbana, esta tecnología podría facilitar futuras implementaciones de robótica de servicios adaptada a contextos locales.

Fuente original: MIT Technology Review Brasil

Este resumen fue generado con asistencia de IA y revisado editorialmente por Algoré.