Boston Dynamics Atlas, la nuova mano a quattro dita è pensata per l’apprendimento per rinforzo

Boston Dynamics ha presentato la nuova mano di Atlas, il suo robot umanoide, e la notizia sorprende per una scelta controintuitiva: meno dita e meno complessità, ma molta più capacità di imparare. La mano ha quattro dita, tredici gradi di libertà e sensori tattili sulle punte e sul palmo, ed è stata progettata fin dall’inizio per essere addestrata con l’apprendimento per rinforzo in simulazione. Se ti occupi di AI, ti interessa perché racconta dove sta andando davvero la robotica: l’hardware viene ripensato attorno ai modelli che dovranno guidarlo.

L’annuncio è stato pubblicato sul blog ufficiale di Boston Dynamics e ripreso da diverse testate di settore tra il 1° e il 2 ottobre 2026.

Cosa è cambiato nella mano di Atlas

La nuova mano passa da una configurazione a sette gradi di libertà a una a tredici. Il pollice ne ha quattro, mentre le altre tre dita ne hanno tre ciascuna. Manca il mignolo, una rinuncia voluta: l’azienda ha preferito concentrare la destrezza dove serve di più, cioè nel rapporto tra pollice e le altre dita, invece di copiare fedelmente l’anatomia umana.

La dimensione resta quella di una mano umana grande, e il progetto è completamente incapsulato, senza cavi fragili che attraversano le articolazioni. Per un robot destinato a lavorare in fabbrica, questo dettaglio conta quanto la destrezza, perché un cavo che si usura è un fermo macchina.

Attuazione diretta e sensori tattili

Gli attuatori sono di un solo tipo, con trasmissione retroguidabile (backdrivable). In pratica la mano può essere spinta dall’esterno e il motore ne sente la resistenza, un po’ come noi percepiamo la forza attraverso i muscoli. Questo permette di usare la propria propriocezione come segnale di controllo, senza dipendere solo dalla vista.

A completare il quadro ci sono sensori di pressione densi sulle punte delle dita e sul palmo, che rilevano i cambi di contatto. Secondo le informazioni diffuse, la forza resta simile a quella della mano precedente a sette gradi di libertà, nonostante la struttura più semplice.

Il risultato è una mano che sente, regge e si adatta.

Perché è stata progettata per l’apprendimento per rinforzo

Il punto più interessante non è la meccanica, ma la filosofia. Boston Dynamics dichiara di aver costruito la mano per il trasferimento da simulazione a mondo reale (sim-to-real) e per l’apprendimento per rinforzo. Se vuoi un ripasso del concetto, trovi una spiegazione chiara nella nostra guida su cos’è il reinforcement learning e come funziona.

L’idea è questa: il robot impara in un simulatore ad alta fedeltà, dove può provare milioni di volte un gesto senza rompere nulla, e poi porta la politica di controllo appresa sull’hardware reale. Per funzionare, il simulatore deve rappresentare bene contatti, attriti e forze. Una mano con meno parti, trasmissioni dirette e comportamento prevedibile è molto più facile da modellare di una mano piena di giochi meccanici e tendini elastici.

Il limite dei dispositivi indossabili

L’azienda sostiene che l’addestramento in simulazione sia essenziale per la manipolazione fine perché cattura il controllo ad alta frequenza e la regolazione della forza, aspetti che i guanti o i dispositivi indossabili usati per raccogliere dimostrazioni umane non riescono a registrare bene. Chi mostra un gesto a un robot con un guanto trasmette la traiettoria, ma non la pressione esatta né la reazione in una frazione di secondo a uno scivolamento.

Per ridurre la distanza tra simulazione e realtà vengono usate tecniche di randomizzazione del dominio, cioè si variano di continuo attrito, massa e altri parametri durante l’addestramento, così la politica diventa robusta a ciò che non è modellato alla perfezione. I primi risultati, dice l’azienda, mostrano un trasferimento promettente su compiti dinamici.

Che cosa sa fare la nuova mano

Nelle dimostrazioni la mano fa scorrere il pollice lungo e attraverso le altre dita, esegue prese di precisione tra il pollice e ciascuna delle altre dita e prese a tre punti. Sono i movimenti di base di qualsiasi manipolazione fine, dall’afferrare una vite al ruotare un oggetto tra le dita.

Più vicino al lavoro reale è l’uso degli utensili. Atlas ha mostrato di impugnare trapani, avvitatori a coppia, smerigliatrici, chiodatrici e torce da saldatura, con prese a grilletto che permettono di azionare lo strumento oltre che reggerlo. Alcune fonti parlano anche di riorientamento dell’oggetto in mano e di recupero dagli scivolamenti, ma in questi casi conviene aspettare dati più dettagliati.

Va detto con chiarezza che si tratta di dimostrazioni e di pilot. Tempi di vendita più ampi, prezzi e dati di affidabilità su scala produttiva non sono stati resi noti.

Il contesto: Hyundai, fabbriche e modelli di AI

La mossa non arriva nel vuoto. Una settimana prima dell’annuncio Boston Dynamics ha inaugurato il Robotics Metaplant Application Center (RMAC) presso il Metaplant America di Hyundai Motor Group, in Georgia. Il centro serve ad addestrare e integrare gli Atlas nella produzione automobilistica del gruppo. Una mano capace di maneggiare utensili da officina è il tassello che mancava per trasformare un robot da vetrina in uno strumento di lavoro.

C’è poi il legame con i modelli. Negli ultimi mesi il settore ha investito molto sui cosiddetti modelli di fondazione per la robotica. Abbiamo raccontato, per esempio, come Gemini Robotics 2 di Google DeepMind controlli il corpo dei robot umanoidi e come HomeBody di Stanford, guidato da GPT-6 Astra, riordini una cucina mai vista. In entrambi i casi il cervello sta correndo più veloce del corpo, e le mani restano il collo di bottiglia.

Una mano meglio addestrabile e più robusta serve proprio a questo: dare ai modelli un corpo adatto a eseguire ciò che pianificano.

Quanto conviene davvero un robot con le mani

Resta la domanda economica. Un recente studio di cui abbiamo parlato, quello di Anthropic sui robot e i lavori fisici, ha mostrato che esiste un enorme divario tra ciò che un robot potrebbe fare in teoria e ciò che conviene in pratica. Una mano più affidabile e più semplice da produrre e riparare agisce proprio sul lato dei costi, che è dove si decide l’adozione.

Meno parti fragili significa meno manutenzione, e meno manutenzione significa un ritorno sull’investimento più realistico.

Che cosa osservare nei prossimi mesi

Ci sono alcune cose da tenere d’occhio. La prima è se i risultati di trasferimento da simulazione a realtà reggeranno fuori dai video dimostrativi, in compiti lunghi e ripetuti per un turno intero di lavoro. La seconda è l’affidabilità: una mano può impressionare in un filmato e logorarsi in poche settimane in linea di montaggio. La terza riguarda i tempi e il prezzo, ancora ignoti.

Vale la pena seguire anche l’integrazione con i modelli di AI generalisti. Il vero salto non sarà una mano più abile da sola, ma una mano che un modello linguistico o multimodale sappia comandare con istruzioni in linguaggio naturale, imparando nuovi compiti con pochi esempi.

Per ora, la lezione è chiara: nella robotica moderna l’hardware si disegna pensando a come verrà addestrato, e non più il contrario.

Conclusioni

La nuova mano di Atlas non è una rivoluzione spettacolare, ma è un segnale concreto. Quattro dita, tredici gradi di libertà e sensori tattili diffusi dimostrano che l’industria sta ottimizzando i robot per l’apprendimento in simulazione, con l’obiettivo di portarli in fabbrica con costi e affidabilità sostenibili. Sarà questo, più dei video virali, a decidere quando vedremo gli umanoidi lavorare davvero.

Se segui l’AI e la robotica per lavoro o per curiosità, tieni d’occhio le prossime comunicazioni di Boston Dynamics e di Hyundai e continua a leggere le nostre news: ti aiuteremo a distinguere ciò che è dimostrazione da ciò che è già produzione.