A medida que los llamados robots de propósito general y los humanoides siguen evolucionando, también lo hace la pila de software que les permite realizar tareas útiles entre personas. Palm Garden AI está desarrollando Coherence Guard, que describe como una "capa de decisión relacional, agnóstica a la plataforma, para robots que interactúan con humanos".

"El objetivo no es reemplazar la percepción, la planificación de movimiento, el aprendizaje por refuerzo ni las pilas de control existentes", dijo Joachim Scheuerer, CEO de Palm Garden AI. "Más bien, funciona como una capa adicional de evaluación previa a la acción: antes de que un robot ejecute una acción, la capa puede evaluar si esa acción es relacionalmente coherente en un entorno humano real."

Eso incluye señales como el momento oportuno, la proximidad, las peticiones de límite personal, el tono emocional, la preservación de la confianza, la retirada respetuosa y la diferencia entre una acción técnicamente posible y una socialmente apropiada. "A medida que los humanoides avanzan hacia la hospitalidad, el cuidado, el comercio, la educación, la guía y los entornos domésticos, creemos que esto puede convertirse en una categoría de infraestructura necesaria", agregó.

¿Qué problema resuelve Coherence Guard?

Palm Garden AI construyó su infraestructura de comportamiento ANATTA 9 sobre el sistema operativo Transwarp Cloud (TCOS). La compañía señala que Coherence Guard está diseñado para ubicarse encima o al lado de los sistemas de control, SDK/API, ROS 2, planificación o modelos de mundo ya existentes.

Mientras los modelos físicos del mundo ayudan a los sistemas de IA a entender objetos, espacio y movimiento, Palm Garden dice que su Marco de Infraestructura Relacional (RIF) agrega una comprensión de roles, intenciones, vulnerabilidades y posibles consecuencias futuras. La tecnología puede evaluar expresiones humanas y guiar acciones coherentes, como retirarse si una persona muestra incomodidad.

Scheuerer explica que detectaron la brecha desde dos direcciones. "Primero, muchos robots de servicio actuales ya son capaces en navegación, habla, percepción, ejecución de tareas e interacción expresiva. Pero en entornos humanos reales, el momento difícil a menudo no es la tarea en sí, es la decisión relacional en torno a la tarea: cuándo acercarse, cuándo pausar, cuándo retirarse, cuánto explicar, cómo manejar la duda, la incomodidad o los límites cambiantes."

La segunda dirección vino de su propio trabajo en el retiro Palm Garden en Tailandia, que los expuso a muchas situaciones reales de interacción humana: llegada, orientación, guía, silencio, vulnerabilidad, construcción de confianza y retirada respetuosa. Son situaciones donde una acción técnicamente correcta puede sentirse igualmente mal si el momento, la distancia o el tono no son coherentes.

Comportamientos base y un benchmark simple

La empresa desarrolló un conjunto de patrones de comportamiento base a partir de tres años de observación estructurada, práctica de retiro y entrenamiento en interacción humana. Incluyen saludo y orientación, presencia de apoyo, asistencia no intrusiva, retirada respetuosa, escalamiento cuando la incertidumbre es alta y explicación que preserva la coherencia.

Un benchmark simple es la "retirada respetuosa": si una persona muestra incomodidad o pide espacio, el robot no debería simplemente continuar con la tarea. Debería pausar, reconocer la señal, aumentar la distancia si corresponde, reducir la intensidad expresiva y volver a un estado neutral o disponible.

Scheuerer aclara que Palm Garden AI no es un laboratorio académico tradicional de interacción humano-robot. Su experiencia central proviene del trabajo de largo plazo en interacción humana, software vinculado a la psicoterapia, facilitación de retiros y diseño de comportamiento de IA. Cita precedentes en otras tecnologías: la aviación y los sistemas automotrices usan monitores de seguridad y lógica de anulación, la robótica colaborativa usa envolventes de seguridad, y los sistemas autónomos suelen separar la planificación de tareas de las verificaciones de seguridad o gobernanza.

¿Reemplaza a los sistemas de seguridad certificados?

No. Scheuerer es enfático en que Coherence Guard es complementario a los sistemas de seguridad formales, no un reemplazo. La seguridad certificada del robot debe permanecer en los niveles de hardware, control, parada de emergencia, prevención de colisiones y evaluación de riesgos. La capa relacional se ubica encima o al lado y evalúa las acciones candidatas desde una perspectiva contextual: si el robot debe continuar, pausar, explicar, pedir confirmación, reducir la proximidad o retirarse.

Sobre dónde corre, la arquitectura es flexible. Para situaciones sensibles a la latencia o a la privacidad, Coherence Guard puede ejecutarse en el dispositivo de borde o en las instalaciones del cliente. El modelo preferido es local-first: la decisión relacional inmediata no debería depender de la latencia de la nube, que queda reservada para actualizaciones, bibliotecas de escenarios, registros y análisis fuera de tiempo real.

Modelo comercial y socios

Palm Garden AI aún prepara su modelo comercial, que probablemente será una capa de software licenciada con componentes opcionales de software como servicio (SaaS) para configuración, simulación, analítica y actualizaciones. La propiedad intelectual central está en trámite de patente, por lo que no será totalmente de código abierto en esta etapa, aunque la empresa quiere que las interfaces de integración sean lo más abiertas y agnósticas posible, diseñadas en torno a ROS 2 y flujos de trabajo que priorizan la simulación.

En cuanto a validación, la compañía advierte que no trata la simulación como prueba final, sino como un primer filtro. El camino es escalonado: primero simulación lógica, luego simulación en ROS 2 o plataforma usando interfaces URDF o SDK, y después pilotos limitados con robots reales. La empresa está en evaluación técnica y de asociación con varios proveedores de robótica. Con Robotera ya tuvo una llamada técnica y avanza por una vía de compatibilidad bajo acuerdo de confidencialidad; con Hanson Robotics se ha discutido la ruta de compatibilidad. También mapea posibles conexiones con entornos de simulación y middleware del tipo NVIDIA Isaac/GR00T.

"Nuestro objetivo no es crear otro cuerpo robótico ni otro sistema de IA conversacional", resume Scheuerer. "Es proveer una capa de decisión relacional que ayude a los robots de servicio a comportarse de forma más coherente, segura y respetuosa en entornos humanos reales."