Imagine tener un bienhechor robótico suave y continuo doblado más o menos de un racimo de uvas o brócoli, ajustando su agarre en tiempo actual a medida que levanta el objeto. A diferencia de los robots rígidos tradicionales que generalmente intentan evitar el contacto con el medio concurrencia tanto como sea posible y mantenerse alejados de los humanos por razones de seguridad, este bienhechor detecta fuerzas sutiles, estirándose y flexionándose de maneras que imitan más la flexibilidad de una mano humana. Cada uno de sus movimientos está calculado para evitar una fuerza excesiva y al mismo tiempo realizar la tarea de modo apto. En los laboratorios del Laboratorio de Ciencias de la Computación e Inteligencia Sintético (CSAIL) y del Laboratorio de Sistemas de Información y Decisiones (LIDS) del MIT, estos movimientos aparentemente simples son la culminación de matemáticas complejas, ingeniería cuidadosa y una visión de robots que pueden interactuar de modo segura con humanos y objetos delicados.
Los robots blandos, con sus cuerpos deformables, prometen un futuro en el que las máquinas se mueven con maduro fluidez inmediato a las personas, ayudan en el cuidado o manipulan artículos delicados en entornos industriales. Sin confiscación, esa misma flexibilidad los hace difíciles de controlar. Pequeñas curvas o torsiones pueden producir fuerzas impredecibles, aumentando el peligro de daños o lesiones. Esto motiva la menester de estrategias de control seguras para robots blandos.
«Inspirándonos en los avances en el control seguro y los métodos formales para robots rígidos, nuestro objetivo es adaptar estas ideas a la robótica blanda, modelando su comportamiento arduo y adoptando, en sitio de evitar, el contacto, para permitir diseños de maduro rendimiento (por ejemplo, maduro carga útil y precisión) sin ofrendar la seguridad o la inteligencia incorporada», dice el autor principal y profesor asistente del MIT Gioele Zardini, investigador principal en LIDS y el Unidad de Ingeniería Civil y Ambiental, y profesor afiliado del Instituto de Datos, Sistemas y Sociedad (IDSS). «Esta visión es compartida por el trabajo nuevo y paralelo de otros grupos».
Seguridad en presencia de todo
El equipo desarrolló un nuevo situación que combina la teoría de control no rectilíneo (sistemas de control que involucran dinámicas enormemente complejas) con técnicas avanzadas de modelado físico y optimización apto en tiempo actual para producir lo que llaman «seguridad consciente del contacto». En el centro del enfoque se encuentran las funciones de barrera de control de detención orden (HOCBF) y las funciones de control de Lyapunov de detención orden (HOCLF). Los HOCBF definen límites operativos seguros, lo que garantiza que el androide no ejerza fuerzas inseguras. Los HOCLF guían al androide de modo apto en dirección a los objetivos de su tarea, equilibrando la seguridad con el rendimiento.
«Básicamente, estamos enseñando al androide a conocer sus propios límites cuando interactúa con el entorno y al mismo tiempo ganar sus objetivos», dice Kiwan Wong, estudiante de doctorado del Unidad de Ingeniería Mecánica del MIT, autor principal de un nuevo artículo que describe el situación. «El enfoque implica una derivación compleja de la dinámica suave del androide, modelos de contacto y restricciones de control, pero la observación de los objetivos de control y las barreras de seguridad es conveniente sencilla para el profesional, y los resultados son muy tangibles, ya que se ve al androide moviéndose suavemente, reaccionando al contacto y nunca causando situaciones inseguras».
«En comparación con los CBF cinemáticos tradicionales, donde los conjuntos seguros invariantes en dirección a delante son difíciles de especificar, el situación HOCBF simplifica el diseño de la barrera y su formulación de optimización tiene en cuenta la dinámica del sistema (por ejemplo, la inercia), lo que garantiza que el androide templado se detenga lo suficientemente temprano para evitar fuerzas de contacto inseguras», dice Wei Xiao, profesor asistente del Instituto Politécnico de Worcester y ex postdoctorado de CSAIL.
«Desde que surgieron los robots blandos, el campo ha resaltado su inteligencia incorporada y su maduro seguridad inherente en relación con los robots rígidos, gracias al material pasivo y el cumplimiento estructural. Sin confiscación, su inteligencia «cognitiva» -especialmente los sistemas de seguridad- se ha quedado detrás de la de los manipuladores rígidos de enlace en serie», dice el coautor principal Maximilian Stölzle, investigador interno en Disney Research y ex estudiante de doctorado de la Universidad Tecnológica de Delft e investigador visitante en MIT LIDS y CSAIL. «Este trabajo ayuda a cerrar esa brecha adaptando algoritmos probados a robots blandos y adaptándolos para un contacto seguro y una dinámica continua suave».
El equipo de LIDS y CSAIL probó el sistema en una serie de experimentos diseñados para desafiar la seguridad y adaptabilidad del androide. En una prueba, el bienhechor presionó suavemente contra una superficie flexible, manteniendo una fuerza precisa sin sobrepasarse. En otro, trazó los contornos de un objeto curvo, ajustando su agarre para evitar el deslizamiento. En otra demostración más, el androide manipuló objetos frágiles inmediato con un cirujano humano, reaccionando en tiempo actual a empujones o cambios inesperados. «Estos experimentos muestran que nuestro situación es capaz de generalizarse a diversas tareas y objetivos, y que el androide puede detectar, adaptarse y ejecutar en escenarios complejos respetando siempre límites de seguridad claramente definidos», afirma Zardini.
Por supuesto, los robots blandos con seguridad sensible al contacto podrían ser un valencia junto actual en lugares de detención peligro. En el ámbito de la atención sanitaria, podrían ayudar en las cirugías, proporcionando una manipulación precisa y reduciendo al mismo tiempo el peligro para los pacientes. En la industria, podrían manipular mercancías frágiles sin una supervisión constante. En entornos domésticos, los robots podrían ayudar con las tareas domésticas o de cuidado, interactuando de forma segura con niños o ancianos, un paso esencia para convertir a los robots blandos en socios confiables en entornos del mundo actual.
«Los robots blandos tienen un potencial increíble», dice la coautora principal Daniela Rus, directora de CSAIL y profesora del Unidad de Ingeniería Eléctrica e Informática. «Pero respaldar la seguridad y codificar tareas de movimiento a través de objetivos relativamente simples siempre ha sido un desafío central. Queríamos crear un sistema en el que el androide pueda permanecer flexible y receptivo al tiempo que garantiza matemáticamente que no excederá los límites de fuerza seguros».
Combinando modelos de robots blandos, simulación diferenciable y teoría de control
Detrás de la logística de control hay una implementación diferenciable de poco llamado maniquí dinámico de segmentos cosserat por partes (PCS), que predice cómo se deforma un androide templado y dónde se acumulan las fuerzas. Este maniquí permite que el sistema anticipe cómo responderá el cuerpo del androide a la recital y a interacciones complejas con el entorno. «El aspecto que más me gusta de este trabajo es la combinación de integración de herramientas nuevas y antiguas provenientes de diferentes campos, como modelos avanzados de robots blandos, simulación diferenciable, teoría de Lyapunov, optimización convexa y restricciones de seguridad basadas en la pesantez de las lesiones. Todo esto está muy acertadamente combinado en un regulador en tiempo actual totalmente basado en los primeros principios», dice el coautor Cosimo Della Santina, profesor asociado en la Universidad Tecnológica de Delft.
Complementando esto está el Teorema del Eje de Separación Conservador Diferenciable (DCSAT), que estima distancias entre el androide templado y los obstáculos en el entorno que pueden aproximarse con una dependencia de polígonos convexos de modo diferenciable. «Las métricas de distancia diferenciables anteriores para polígonos convexos no podían calcular la profundidad de penetración (esencial para estimar las fuerzas de contacto) o arrojaban estimaciones no conservadoras que podrían comprometer la seguridad», dice Wong. «En cambio, la métrica DCSAT arroja estimaciones estrictamente conservadoras y, por lo tanto, seguras, al mismo tiempo que permite un cálculo rápido y diferenciable». Juntos, PCS y DCSAT le dan al androide una sensación predictiva de su entorno para interacciones más proactivas y seguras.
De cara al futuro, el equipo planea ampliar sus métodos a robots blandos tridimensionales y explorar la integración con estrategias basadas en el enseñanza. Al combinar la seguridad basada en el contacto con el enseñanza adaptativo, los robots blandos podrían manejar entornos aún más complejos e impredecibles.
«Esto es lo que hace que nuestro trabajo sea apasionante», afirma Rus. «Se puede ver al androide comportándose de modo cuidadosa y similar a la humana, pero detrás de esa donosura hay un situación de control riguroso que garantiza que nunca sobrepase sus límites».
«Por lo genérico, es más seguro interactuar con robots blandos que con robots de cuerpo rígido por diseño, oportuno a las propiedades de cumplimiento y impregnación de energía de sus cuerpos», dice el profesor asistente de la Universidad de Michigan, Daniel Bruder, que no participó en la investigación. «Sin confiscación, a medida que los robots blandos se vuelven más rápidos, más fuertes y más capaces, es posible que eso ya no sea suficiente para respaldar la seguridad. Este trabajo supone un paso crucial para respaldar que los robots blandos puedan trabajar de forma segura al ofrecer un método para prohibir las fuerzas de contacto en todo su cuerpo».
El trabajo del equipo fue apoyado, en parte, por las becas del Jockey Club de Hong Kong, el software Horizonte Europa de la Unión Europea, Cultuurfonds Wetenschapsbeurzen y la cátedra Rudge (1948) y Nancy Allen. Su trabajo fue publicado a principios de este mes en el Instituto de Ingenieros Eléctricos y Electrónicos. Cartas de Robótica y Automatización.