33.9 C
Colombia
lunes, julio 7, 2025

El nuevo robotic de doble brazo logra tareas bimanuales aprendiendo de la simulación


El nuevo robotic de doble brazo logra tareas bimanuales aprendiendo de la simulación

Robotic de doble brazo que mantiene crujiente. Imagen: Yijiong Lin

El nuevo sistema Bi-Contact, diseñado por científicos del Universidad de Bristol y con base en el Laboratorio de Robótica de Bristolpermite a los robots realizar tareas manuales al detectar qué hacer desde un asistente digital.

Los hallazgos, publicados en IEEE Robotics and Automation Letters, muestran cómo un agente de IA interpreta su entorno a través de retroalimentación táctil y propioceptiva, y luego controla los comportamientos de los robots, lo que permite una detección precisa, una interacción suave y una manipulación efectiva de objetos para realizar tareas robóticas.

Este desarrollo podría revolucionar industrias como la recolección de frutas, el servicio doméstico y, eventualmente, recrear el tacto en extremidades artificiales.

Autor principal Yi Jiong Lin de la Facultad de Ingeniería, explicó: “Con nuestro sistema Bi-Contact, podemos entrenar fácilmente agentes de IA en un mundo digital en un par de horas para lograr tareas bimanuales adaptadas al tacto. Y lo que es más importante, podemos aplicar directamente estos agentes del mundo digital al mundo actual sin necesidad de más formación.

“El agente bimanual táctil puede resolver tareas incluso bajo perturbaciones inesperadas y manipular objetos delicados de forma suave”.

La manipulación bimanual con retroalimentación táctil será clave para la destreza del robotic a nivel humano. Sin embargo, este tema se explora menos que las configuraciones de un solo brazo, en parte debido a la disponibilidad de {hardware} adecuado junto con la complejidad de diseñar controladores efectivos para tareas con espacios de estado-acción relativamente grandes. El equipo pudo desarrollar un sistema robótico táctil de doble brazo utilizando avances recientes en inteligencia synthetic y detección táctil robótica.

Los investigadores construyeron un mundo digital (simulación) que contenía dos brazos robóticos equipados con sensores táctiles. Luego diseñaron funciones de recompensa y un mecanismo de actualización de objetivos que podría alentar a los agentes robóticos a aprender a realizar tareas bimanuales y desarrollaron un sistema robótico táctil de dos brazos del mundo actual al que podrían aplicar directamente el agente.

El robotic aprende habilidades bimanuales a través del Deep Reinforcement Studying (Deep-RL), una de las técnicas más avanzadas en el campo del aprendizaje de robots. Está diseñado para enseñar a los robots a hacer cosas permitiéndoles aprender mediante prueba y error, related a entrenar a un perro con recompensas y castigos.

Para la manipulación robótica, el robotic aprende a tomar decisiones intentando diversos comportamientos para lograr las tareas designadas, por ejemplo, levantar objetos sin dejarlos caer ni romperlos. Cuando tiene éxito, obtiene una recompensa y cuando falla, aprende lo que no debe hacer. Con el tiempo, descubre las mejores formas de agarrar cosas utilizando estas recompensas y castigos. El agente de IA es visualmente ciego y depende únicamente de la retroalimentación propioceptiva: la capacidad del cuerpo para sentir el movimiento, la acción y la ubicación y la retroalimentación táctil.

Pudieron permitir que el robotic de doble brazo levantara con éxito y de forma segura artículos tan frágiles como una sola patata Pringle.

Coautor Profesor Nathan Lepora agregó: “Nuestro sistema Bi-Contact muestra un enfoque prometedor con software program y {hardware} asequibles para aprender comportamientos bimanuales con tacto en simulación, que se puede aplicar directamente al mundo actual. Nuestra simulación de robotic táctil de doble brazo desarrollada permite realizar más investigaciones sobre tareas más diferentes, ya que el código será de código abierto, lo cual es best para desarrollar otras tareas posteriores”.

Yijiong concluyó: “Nuestro sistema Bi-Contact permite que un robotic táctil de dos brazos aprenda profundamente de la simulación y realice diversas tareas de manipulación de manera suave en el mundo actual.

“Y ahora podemos entrenar fácilmente a agentes de IA en un mundo digital en un par de horas para realizar tareas bimanuales adaptadas al tacto”.


La Universidad de Bristol es una de las universidades más populares y exitosas del Reino Unido.

Related Articles

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Latest Articles