El gemelo digital (digital twin) es una copia virtual fiel de un objeto físico —en nuestro caso un robot, su célula de trabajo o todo un almacén— en la que corre una física realista. No es solo un modelo 3D para mirar; el gemelo tiene las masas, fricciones y propiedades de motores y sensores correspondientes, de modo que en él se puede probar de forma significativa el comportamiento que en la realidad ocurriría en la máquina real. En el caso ideal, el gemelo está conectado con el robot real y refleja su estado actual.
Para los humanoides el gemelo digital es prácticamente imprescindible. Permite probar con seguridad nuevos movimientos, algoritmos de control o la distribución de un puesto de trabajo antes de arriesgar hardware caro o la seguridad de las personas. Es también la base del entrenamiento sim-to-real: las políticas de marcha y manipulación se aprenden en el gemelo mediante aprendizaje por refuerzo y solo una vez terminadas se cargan en el robot real. Del mismo modo, en el gemelo se afina el control de cuerpo completo.
El segundo gran uso es la generación de datos sintéticos. Cuando hay pocos datos de manipulación procedentes de la realidad, se pueden fabricar a gran escala en el gemelo digital: el robot «recoge» virtualmente miles de variantes de la tarea. NVIDIA ha construido en torno a esta idea todo un ecosistema, Omniverse e Isaac, donde el gemelo digital sirve a la vez como fábrica de datos de entrenamiento y como entorno de pruebas.
El gemelo digital es pariente, pero no idéntico, del modelo del mundo: el gemelo suele ser un simulador explícito, construido a mano, de un entorno concreto, mientras que el modelo del mundo el robot a menudo lo aprende él mismo a partir de los datos. En la práctica ambos enfoques se complementan. El límite del gemelo sigue siendo el reality gap: ni la mejor simulación hace más que aproximarse a la realidad, nunca la acierta a la perfección.