El avance en el desarrollo de máquinas automatizadas ha evolucionado a tal punto que ahora es posible crear robots con composiciones flexibles. Los investigadores del MIT (Instituto de Tecnología de Massachusetts, por sus siglas en inglés) han inventado una forma de optimizar eficientemente el control y el diseño de robots blandos para las tareas objetivo, que tradicionalmente conlleva un arduo trabajo de computación.
Los robots blandos tienen cuerpos maleables, flexibles y elásticos que pueden moverse esencialmente en un número infinito de formas en un dado momento. Computacionalmente, esto representa una State Representation (cuando el robot está diseñado para recordar eventos anteriores e interacciones con el mundo real) altamente compleja, que describe cómo se mueve cada parte del robot.
¿Cómo lo logran?
Aprendizaje Automático. El modelo emplea una técnica llamada método de punto de material (MPM), que simula el comportamiento de partículas de materiales continuos, como espumas y líquidos, rodeadas por una cuadrícula de fondo. Al hacerlo, captura las partículas del robot y su entorno observable en pixeles o pixeles 3D —conocidos como vóxeles—, sin la necesidad de ningún cálculo adicional.
En las simulaciones, el modelo permitió que los robots blandos de 2D y 3D completaran tareas como moverse ciertas distancias o alcanzar un punto objetivo de forma más rápida y precisa que los métodos de vanguardia actuales. Luego, los investigadores planean implementar el modelo en robots blandos reales.
En la Conferencia sobre Sistemas de Procesamiento de Información Neural, los investigadores del MIT presentarán un modelo que aprende una State Representation compacta o “de baja dimensión” pero detallada, basada en la física subyacente del robot y su entorno, entre otros factores. Esto le ayuda al modelo a optimizar de forma iterativa los parámetros de control de movimiento y el diseño de materiales para tareas específicas.
La robótica suave es un campo de investigación relativamente nuevo, pero es prometedor para la robótica avanzada. Por ejemplo, los cuerpos flexibles podrían ofrecer una interacción más segura con los humanos, una mejor manipulación de objetos y más maniobrabilidad, entre otros beneficios.