El artículo parte de la demo del nuevo Roadster de Tesla, que subió por una rampa que se curvaba hasta dejarlo boca abajo, giró en el aire, aterrizó y saltó un Cybertruck con propulsores. Los autores montaron un entorno de RL con un simulador de un coche rígido de 4,5 m y 2.000 kg, con cuatro propulsores de gas frío de 12 kN cada uno. El viento es aleatorio y va de ligero (hasta 14 m/s) a tormenta (24 a 33 m/s). Las dos pruebas son el giro en rampa y el kickflip sobre un Cybertruck.
Un LLM pilota con un comando cada 0,2 s entre cinco posibles (coast, climb, hold, rotate y land), mientras el coche sigue moviéndose. Solo cuenta como éxito aterrizar sobre las cuatro ruedas, a menos de unos 20 grados de la horizontal, sin girar y sin choque. La recompensa va de 0 a 1: da crédito parcial por altura, rotación y calidad del aterrizaje, 0,4 por aterrizar y 0,1 por un acabado limpio.
Según los autores, DeepSeek V4.1 Flash, Nemotron 3.5 Super, Muse Spark Open y Beam 1.0 tardan de 1 a 6 s por decisión y aterrizan el 0 % de los kickflips y el 3 % o menos de los giros en rampa; GPT-6 Astra también logra un 0 % con el reloj en marcha. Con el simulador en pausa para que piensen todo lo que quieran, en tormenta DeepSeek acierta el 87 %, Muse el 62 %, Nemotron el 60 %, Beam el 58 % y GPT-6 Astra el 74 %.
El Qwen3-4B entrenado con RL, por unos 13 dólares, responde en 0,09 s y aterriza el 90 % de los kickflips en tiempo real. Un piloto escrito a mano con unas pocas reglas if-then aterriza todos los giros en rampa con viento ligero y el 98 % de los kickflips con viento ligero, pero solo el 61 % en tormenta. Todo es open source y se puede probar con un modelo propio sin GPU.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.