Nueva generación de robots industriales que se autoadaptan al entorno

Rodney Brooks, célebre por su labor pionera creando robots insectoides en el MIT (Instituto Tecnológico de Massachusetts, en Cambridge, Estados Unidos), y más tarde por el éxito de los robots domésticos de la empresa iRobot cofundada por él, no sabe estar sin hacer cosas nuevas, como toda mente creativa. Ahora, a través de la nueva empresa Rethink Robotics, está desarrollando robots que puedan adaptarse a labores de fabricación y al entorno de las fábricas, trabajando de modo seguro en ellas junto a personas y demostrando "sentido común".

El primer modelo comercial de Rethink, llamado Baxter y en producción desde hace unos meses, es un robot de dos brazos y tamaño similar al humano que puede ser programado para aprender labores repetitivas de producción, que engloban, a grandes rasgos, manejo, comprobación y clasificación de componentes, ensamblaje de los mismos (excepto si pesan mucho), y las labores de empaquetar y desempaquetar. Cualquier trabajador, aunque no sepa mucho de tecnología, puede programar a Baxter mediante la estrategia fácil de mover los brazos de éste, demostrándole así al robot someramente las tareas y ubicaciones deseadas, y pulsando botones en un panel de control a fin de complementar la programación.

La "cara" del robot (los ojos y las cejas mostrados en una pantalla LCD) indica su estado y dónde está prestando su atención (la dirección de su "mirada" lo denota). En la "cabeza" del robot hay sensores que le permiten reconocer cuándo hay personas cerca. En sus articulaciones hay sensores que le permiten reducir la fuerza del impacto si detecta una colisión.

La buena capacidad de Baxter para percibir a los humanos en su entorno y evitar dañarles accidentalmente es una gran baza a su favor, en comparación con robots industriales más primitivos y potencialmente más peligrosos.

El diseño de Baxter no se hizo exclusivamente desde un laboratorio, sino también a partir de extensas observaciones en fábricas. Esta experiencia de campo llevó a Brooks y sus colegas a desechar muchos elementos para Baxter que al principio parecían útiles, como una interfaz de voz (porque las fábricas son ruidosas) y pantallas táctiles (porque bastantes trabajadores usan guantes).

Una vez decidido el diseño básico, el equipo de Brooks comenzó a reducir los costos de fabricación de Baxter reemplazando componentes mecánicos costosos con software más sofisticado. Un programa avanzado permite que el robot rectifique irregularidades mecánicas, como problemas con engranajes. Elementos relativamente simples como cámaras ayudan al robot a detectar objetos sin necesidad de una precisión motora tan perfecta como la que permite agarrar objetos sin verlos a los típicos y caros robots industriales de las cadenas de montaje.

Pese a todo, el hardware del robot cuenta con algunas cualidades impresionantes. Un componente clave (que permite al robot percibir y suavizar colisiones) fue inventado y patentado en el MIT: Los brazos de Baxter contienen un mecanismo que fue inventado por Gill Pratt, antes del MIT, y Matt Williamson, quien en su día fue alumno de Brooks.

Puestos a ver paralelismos entre la labor de Brooks para iRobot y su trabajo para Rethink Robotics, se podría decir que la filosofía de diseño de Baxter abaratará y extenderá los robots industriales como se ha hecho en el caso de Roomba (el célebre robot aspiradora) y otros de iRobot y de empresas similares posteriores para el creciente campo de la robótica doméstica.

Via
 

Ingenieria : "Analisis de Robots"

 

Para lograr verdaderos robots multiuso, capaces por ejemplo de ayudar en las tareas domésticas ajustándose a la rutina y al estilo de vida de cada hogar, hay que conseguir primero que estos robots sean bien conscientes de sus propias limitaciones, y hacia ese objetivo están trabajando ya unos robotistas del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL), dependiente del Instituto Tecnológico de Massachusetts (MIT) en Cambridge, Estados Unidos.

Los robots más exitosos de la actualidad tienden a ser usados en entornos fijos y cuidadosamente controlados, tales como factorías, o para realizar tareas domésticas relativamente sencillas como por ejemplo aspirar o fregar el suelo de una habitación.

Llevar a cabo secuencias complejas de acciones en un entorno desordenado y dinámico, como por ejemplo un hogar, requerirá que los robots sean más conscientes de las cosas que desconocen y que por tanto necesitan averiguar. Eso se debe a que un robot no puede determinar con facilidad, echando un vistazo a una cocina en la que nunca ha estado, dónde están los vasos, o los platos, por ejemplo, o qué prefiere comer la familia para cenar. Para averiguar estas cosas, necesita abrir los armarios de cocina y mirar dentro, o hacer una pregunta.

"Me gustaría crear un robot que pudiera entrar por primera vez a una cocina, después de haber estado antes en otras cocinas pero no en esa, y fuese capaz de guardar debidamente los alimentos recién comprados", resume con un ejemplo la robotista Leslie Pack Kaelbling. El robot en ese caso debería ser capaz de identificar una nevera, así como los comestibles que deben ser guardados en ella, y actuar en consecuencia, valiéndose de suposiciones razonablemente seguras. Pero para ello es vital que sea consciente de sus propias limitaciones.

 

Kaelbling y Tomás Lozano Pérez han diseñado un sistema para hacer precisamente eso. Dicho sistema calcula constantemente el nivel de incertidumbre del robot acerca de una tarea determinada.

El sistema se basa en un módulo llamado componente de estimación de estado, que calcula las probabilidades de que un objeto sea lo que el robot piensa que es, o esté donde el robot cree que puede encontrarlo. De esta manera, si el robot no está lo bastante seguro de que un objeto sea el que él está buscando, porque las probabilidades de que sea ese objeto son demasiado bajas, sabe que necesita reunir más información antes de realizar cualquier acción.

Este sistema también simplifica el proceso de desarrollar una estrategia para llevar a cabo una tarea dada. Esa simplificación la logra al crear su plan por etapas a medida que avanza. Siguiendo este nuevo proceso de razonamiento, el robot crea un plan para la primera etapa de su tarea y comienza a ejecutarlo antes de concebir una estrategia para el resto de la tarea. Eso significa que en lugar de crear una estrategia grande y complicada, que consuma una gran cantidad de tiempo y potencia de cómputo, el robot puede crear muchos planes más pequeños a medida que avanza, una manera de "pensar" más "espontánea" y en algunos aspectos más similar al pensamiento humano.