Dal 17 al 19 ottobre 2025 Prisma è stata presente al Maker Faire Rome, al Gazometro Ostiense, al fianco del Team SPQR del DIAG dell’Università La Sapienza: una partecipazione che mette insieme azienda, università e robotica competitiva per trasformare idee in risultati concreti, sottolineando il lavoro con il Team SPQR e l’impiego dei robot Booster T1 e K1 durante l’evento. Ma vediamo insieme perché il TeamSPQR ha spostato la ricerca sui Booster, e perché questa scelta rappresenta una effettiva evoluzione.
Perché ai tornei/allenamenti (RoboCup e dimostrazioni) si usano ora i Booster T1/K1 e non più i NAO
Dopo oltre dieci anni di partite con i robot NAO, l’arena RoboCup si apre a nuovi robot, tra cui il Booster T1, umanoidi progettati per prestazioni superiori e un controllo più raffinato del movimento. Il Booster T1 nasce per essere un vero laboratorio mobile di AI e robotica integrata, con un software di base scritto in C++.
Ma vediamo nello specifico quali sono i punti di forza dei Booster T1 e K1:
- Hardware e potenza di calcolo: i modelli Booster (T1 e K1) montano architetture con capacità di calcolo molto superiori (GPU in grado di gestire reti neurali complesse e inference a livelli di decine/centinaia di TOPS), il che li rende più adatti per algoritmi di percezione in tempo reale, visione 3D e policy di controllo basate su machine learning.
- Framework per apprendimento e controllo: Booster Robotics mette a disposizione tool e framework pensati per training RL (reinforcement learning) e deployment di policy complesse, semplificando l’adozione di approcci “learning-based” per locomozione, presa e decision-making, aspetti centrali nelle sfide della RoboCup.
- Sensori e architettura più avanzati: camere, array microfonici, IMU e sensori più recenti permettono strategie di localizzazione, percezione e interazione più robuste rispetto a piattaforme ormai datate.
Con queste caratteristiche, quindi, i Booster, si offrono come terreno fertile per gli sviluippi che comprendono anche l’AI, di contro, NAO rimane un’icona della robotica educativa, ma vincoli di sviluppo, compatibilità e supporto rendono oggi le nuove piattaforme più attraenti per team che vogliono spingere sull’apprendimento automatico e sulla riproducibilità sperimentale.
L’algoritmo calcola in tempo reale la posizione del baricentro proiettato al suolo e regola le coppie articolari per compensare eventuali squilibri. Ad ogni passo, un planner predittivo genera la sequenza ottimale di movimenti successivi, anticipando forze, traiettorie e variazioni di terreno. Ma la stabilità è solo metà della sfida. Alla RoboCup, il robot deve anche comprendere dove si trova e cosa lo circonda.
È qui che intervengono le policy percettive, algoritmi di visione RGB e modelli neurali che permettono al robot di riconoscere avversari, campo e porta. Queste informazioni alimentano il planner locomotorio, aggiornando in tempo reale la direzione e la velocità del movimento, capacità mostrate per la prima volta in Europa proprio dal TeamSPQR in occasione della Maker Faire.
In che modo T1 e K1 sono utili alla ricerca?
- Sviluppo e validazione di algoritmi di locomozione basati su RL
- grazie alla potenza di calcolo onboard e a framework dedicati, è possibile addestrare e testare politiche di camminata/adattamento in scenari realistici, riducendo il gap tra simulazione e mondo reale. Booster offre tool pensati proprio per questo flusso (training → deploy).
- Percezione multimodale e visione in real-time
- le capacità computazionali permettono di eseguire reti neurali di visione 3D, SLAM e riconoscimento in tempo reale direttamente sul robot, utili sia per compiti di gioco sia per applicazioni industriali e domestiche.
- Piattaforma per HRI (Human–Robot Interaction) e sperimentazione sociale
- i robot possono essere usati per testare interfacce vocali, comportamenti sociali e protocolli di sicurezza in presenza umana, grazie a sensori audio, percezione del contesto e modelli ML low-latency, con applicazioni interdisciplinari (ingegneria + scienze cognitive).
- Translazione verso applicazioni reali
- algoritmi provati in contesto di competizione (percezione veloce, decision-making in tempo reale, controllo robusto) sono trasferibili a logistica, assistenza in ambito sanitario, ispezione industriale e robotica di servizio, accorciando il passaggio tra prototipo e prodotto.
Quali sono i prossimi step?
Naturalmente sui Booster cambia totalmente il modo di approccio, questo non vuol dire che vada perso quanto realizzato per i NAO ma sicuramente il team di sviluppo dovrà imparare ad interfacciarsi con in nuovi hardware per raggiungere i livelli di eccellenza ai quali ci avevano abituato con i NAO, il Team guidato da Vincenzo Suriani, è già al lavoro per studiare le nuove implementazioni, per arrivare alla RoboCup 2026 con una squadra super competitiva.
