Se supone que los robots hacen trabajos aburridos o desagradables para nosotros. Sin embargo, tareas tediosas como limpiar el baño son difíciles de automatizar. ¿Cómo es posible calcular el movimiento de un brazo robótico para que pueda llegar a todas las partes de un lavabo? ¿Qué pasa si el lavabo tiene bordes inusualmente curvos? ¿Cuánta fuerza se debe aplicar en cada punto?
Codificar con precisión todas estas cosas en reglas fijas y fórmulas matemáticas predefinidas consumiría mucho tiempo. En la Universidad Técnica de Viena se ha adoptado un enfoque diferente: un humano muestra varias veces a un robotic lo que debe hacer. Se utiliza una esponja especialmente preparada para limpiar el borde de un fregadero. Al observar al humano, el robotic aprende cómo funciona la limpieza y puede aplicar este conocimiento de manera versatile a objetos de diferentes formas. El trabajo se ha publicado ahora en IROS 2024 en Abu Dhabi.
Limpiar, lijar, pulir
La limpieza es sólo un tipo de tratamiento de superficies. Muchas otras actividades que desempeñan un papel esencial en la industria son técnicamente muy similares, como lijar o pulir superficies, pintar o aplicar adhesivos.
“Captar la forma geométrica de un lavabo con cámaras es relativamente sencillo”, afirma el profesor Andreas Kugi del Instituto de Automatización y Management de la Universidad Técnica de Viena. “Pero ese no es el paso essential. Es mucho más difícil enseñarle al robotic: ¿Qué tipo de movimiento se requiere para qué parte de la superficie? ¿Qué tan rápido debe ser el movimiento? ¿Cuál es el ángulo apropiado? ¿Cuál es la cantidad correcta de fuerza? “
La gente aprende estas cosas a través de la experiencia y la imitación. “En un taller, alguien podría mirar por encima del hombro del aprendiz y decir: hay que presionar un poco más en ese borde estrecho”, cube Christian Hartl-Nesic, jefe del grupo de Robótica Industrial del equipo de Andreas Kugi. “Queríamos encontrar una manera de permitir que el robotic aprendiera de una manera muy related”.
La versión de demostración de una esponja limpiadora.
Para ello se desarrolló una herramienta de limpieza especial: una esponja de limpieza equipada con sensores de fuerza y marcadores de seguimiento fue utilizada por humanos para limpiar repetidamente un fregadero, pero solo el borde frontal. “A partir de algunas demostraciones generamos una gran cantidad de datos que luego se procesan para que el robotic aprenda lo que significa una limpieza adecuada”, explica Christian Hartl-Nesic.
Este proceso de aprendizaje es posible gracias a una innovadora estrategia de procesamiento de datos desarrollada por el equipo de investigación de TU Wien. Combina varias técnicas existentes en el campo del aprendizaje automático: los datos de medición se procesan primero estadísticamente y con los resultados se entrena una crimson neuronal para que aprenda elementos de movimiento predefinidos (las llamadas “primitivas de movimiento”). A continuación, el brazo del robotic se controla de forma óptima para limpiar la superficie.
Este innovador algoritmo de aprendizaje permite al robotic limpiar todo el fregadero u otros objetos con una superficie compleja después del entrenamiento, aunque solo se le ha mostrado cómo limpiar un borde del fregadero. “El robotic aprende que hay que sujetar la esponja de forma diferente según la forma de la superficie, que hay que aplicar una fuerza diferente en una zona fuertemente curvada que en una superficie plana”, explica el estudiante de doctorado Christoph Unger de la Universidad Industrial. Grupo de robótica.
La visión: todos los robots de taller aprenden juntos
La tecnología presentada se aplica a muchos procesos, ya sea para lijar piezas de madera en carpinterías, reparar y pulir daños en la pintura de carrocerías de vehículos o soldar piezas de chapa en talleres metalúrgicos. En el futuro, el robotic podría colocarse sobre una plataforma móvil y utilizarse como ayuda útil en cualquier lugar del taller.
Estos robots podrían incluso compartir sus conocimientos con otros robots. “Imaginemos que muchos talleres utilizan estos robots de autoaprendizaje para lijar o pintar superficies. Luego, se puede dejar que los robots adquieran experiencia individualmente con datos locales. Aun así, todos los robots podrían compartir entre sí los parámetros aprendidos”, afirma Andreas Kugi. . Los datos privados, como la forma específica de una pieza de trabajo en specific, seguirían siendo privados, pero se intercambiarían principios básicos esenciales para mejorar aún más las capacidades de todos los robots. Esto se conoce como “aprendizaje federado”.
Numerosas pruebas en la Universidad Técnica de Viena han demostrado la flexibilidad del robotic limpiador de fregaderos. La tecnología también está causando revuelo a nivel internacional: en la conferencia IROS 2024 (del 14 al 18 de octubre de 2024), una conferencia en la que se presentaron más de 3.500 artículos científicos, el trabajo de TU Wien recibió el premio “Greatest Utility Paper Award” y, por tanto, fue votado como una de las principales innovaciones. del año.
