Un modelo neuronal para una inteligencia similar a la humana en robots blandos

Un nuevo sistema de control de inteligencia artificial permite que los brazos robóticos blandos aprendan un amplio repertorio de movimientos y tareas una vez y luego se ajusten a nuevos escenarios sobre la marcha, sin necesidad de volver a entrenarse ni sacrificar la funcionalidad.

Este avance acerca la robótica blanda a una adaptabilidad similar a la humana para aplicaciones del mundo real, como robots de asistencia, robots de rehabilitación y robots blandos médicos o portátiles, al hacerlos más inteligentes, más versátiles y más seguros.

El trabajo fue dirigido por el grupo de investigación interdisciplinario Mens, Manus and Machina (M3S), un juego con el lema latino del MIT “mens et manus”, o “mente y mano”, con la adición de “machina” para “máquina”, en la Alianza Singapur-MIT para Investigación y Tecnología. El proyecto está codirigido por investigadores de la Universidad Nacional de Singapur (NUS), junto con colaboradores del MIT y la Universidad Tecnológica de Nanyang en Singapur (NTU Singapur).

A diferencia de los robots normales que se mueven mediante motores y articulaciones rígidos, los robots blandos están hechos de materiales flexibles, como caucho blando, y se mueven mediante actuadores especiales, elementos que actúan como músculos artificiales para producir movimiento físico. Si bien su flexibilidad los hace ideales para tareas delicadas o adaptables, controlar robots blandos siempre ha sido un desafío porque sus formas cambian de manera impredecible. Los entornos del mundo real suelen ser complicados y llenos de perturbaciones inesperadas, e incluso pequeños cambios en las condiciones (como un cambio de peso, una ráfaga de viento o una pequeña falla de hardware) pueden alterar los movimientos.

A pesar de los avances sustanciales en la robótica blanda, los enfoques existentes a menudo solo pueden lograr una o dos de las tres capacidades requeridas para que los robots blandos operen de manera inteligente en entornos del mundo real: usar lo que han aprendido en una tarea para realizar una tarea diferente, adaptarse rápidamente cuando la situación cambia y garantizar que el robot permanecerá estable y seguro mientras adapta sus movimientos. Esta falta de adaptabilidad y confiabilidad ha sido una barrera importante para implementar robots blandos en aplicaciones del mundo real hasta ahora.

En un estudio de acceso abierto titulado “Un controlador robótico suave general inspirado en sinapsis estructurales y plasticidad neuronal que se adapta a diversos brazos, tareas y perturbaciones”, publicado el 6 de enero en Ciencia avanzadaLos investigadores describen cómo desarrollaron un nuevo sistema de control de IA que permite a los robots blandos adaptarse a diversas tareas y perturbaciones. El estudio se inspira en la forma en que el cerebro humano aprende y se adapta, y se basa en una extensa investigación sobre control robótico basado en el aprendizaje, la inteligencia incorporada, la robótica blanda y el metaaprendizaje.

El sistema utiliza dos conjuntos complementarios de “sinapsis” (conexiones que ajustan la forma en que se mueve el robot) que funcionan en conjunto. El primer conjunto, conocido como “sinapsis estructurales”, recibe entrenamiento fuera de línea en una variedad de movimientos fundamentales, como doblar o extender un brazo blando suavemente. Estos forman las habilidades integradas del robot y proporcionan una base sólida y estable. El segundo conjunto, llamado “sinapsis plásticas”, se actualiza constantemente en línea a medida que opera el robot, ajustando el comportamiento del brazo para responder a lo que sucede en el momento. Una medida de estabilidad incorporada actúa como protección, de modo que a medida que el robot se ajusta durante la adaptación en línea, su comportamiento permanece fluido y controlado.

“Los robots blandos tienen un gran potencial para realizar tareas que las máquinas convencionales simplemente no pueden, pero una verdadera adopción requiere sistemas de control que sean altamente capaces y seriamente seguros. Al combinar el aprendizaje estructural con la adaptación en tiempo real, hemos creado un sistema que puede gestionar la complejidad de los materiales blandos en entornos impredecibles”, dice la profesora del MIT Daniela Rus, codirectora principal de informática en Ciencias de la Inteligencia Artificial del M3MIT. Laboratorio (CSAIL) y coautor correspondiente del artículo. “Es un paso más hacia un futuro en el que robots blandos y versátiles puedan operar de forma segura e inteligente junto con los humanos, en clínicas, fábricas o en la vida cotidiana”.

“Este nuevo sistema de control de IA es uno de los primeros controladores generales de robots blandos que puede realizar los tres aspectos clave necesarios para que los robots blandos se utilicen en la sociedad y en diversas industrias. Puede aplicar lo que ha aprendido fuera de línea a diferentes tareas, adaptarse inmediatamente a nuevas condiciones y permanecer estable en todo momento, todo en un solo marco de control”, afirmó el profesor asociado Zhiqiang Tang, primer autor y corresponsal del MS que llevó a cabo la investigación y ahora es profesor asociado en la Universidad del Sureste de China (SEU, China).

El sistema admite múltiples tipos de tareas, lo que permite que los brazos robóticos blandos realicen el seguimiento de trayectorias, la colocación de objetos y la regulación de la forma de todo el cuerpo en un enfoque unificado. El método también es generalizable a diferentes plataformas de brazo suave, lo que demuestra aplicabilidad multiplataforma.

El sistema se probó y validó en dos plataformas físicas (un brazo blando accionado por cable y un brazo blando de aleación con memoria) y arrojó resultados impresionantes. Ha logrado una reducción del 44 al 55 por ciento en los errores de seguimiento en condiciones de alta turbulencia; precisión de forma de más del 92 por ciento bajo cambios de carga, perturbaciones del flujo de aire y fallas del actuador; y rendimiento estable incluso cuando falla hasta la mitad de los actuadores.

“Este trabajo redefine lo que es posible en robótica blanda. Hemos cambiado el paradigma de capacidades y ajustes específicos de tareas a un marco verdaderamente generalizado con inteligencia similar a la humana. Es un avance que abre la puerta a máquinas blandas inteligentes y escalables que pueden operar en entornos del mundo real”, dijo Cecilia Laschi, profesora co-correspondiente de la Cátedra N y autora del Departamento de Cátedra N M3. en Ingeniería Mecánica de la Facultad de Diseño e Ingeniería, y director del Centro de Robótica Avanzada NUS.

Este descubrimiento abre la puerta a sistemas de robótica blanda más robustos para desarrollar robótica de fabricación, logística, inspección y médica sin la necesidad de una reprogramación constante, lo que reduce el tiempo y los costos. En el sector sanitario, los dispositivos de asistencia y rehabilitación pueden adaptar automáticamente sus movimientos a los cambios de fuerza o postura del paciente, mientras que la ropa médica robótica o suave puede responder de forma más sensible a las necesidades individuales, mejorando la seguridad y los resultados del paciente.

Los investigadores planean extender esta tecnología a sistemas o componentes robóticos que puedan operar a velocidades más altas y en entornos más complejos, con aplicaciones potenciales en robótica de asistencia, dispositivos médicos y manipuladores industriales blandos, así como integración en sistemas autónomos en el mundo real.

La investigación realizada en SMART ha contado con el apoyo de la Fundación Nacional de Investigación de Singapur en el marco de su programa Campus de Excelencia en Investigación y Empresa Tecnológica.