Arquitectura de control de deslizamiento proactivo. Crédito: Nature Machine Intelligence (2025). Doi: 10.1038/s42256-025-01062-2
Se ha demostrado que un nuevo método de prevención de deslizamiento mejora cómo los robots agarran y manejan objetos frágiles, resbaladizos o asimétricos, según un estudio liderado por un liderado por la Universidad de Surrey publicado In Nature Machine Intelligence. La innovación podría allanar el camino para una automatización más segura y confiable en todas las industrias que van desde la fabricación hasta la atención médica.
En el estudio, los investigadores de la Escuela de Informática e Ingeniería Electrónica de Surrey demostraron cómo su enfoque permite que los robots predecieran cuándo un objeto podría deslizarse, y adaptar sus movimientos en tiempo real para prevenirlo.
Similar a la forma en que los humanos ajustan naturalmente sus movimientos, este método bioinspirado supera a las estrategias tradicionales de fuerza de agarre al permitir que los robots se muevan de manera más inteligente y mantengan una bodega segura sin simplemente apretar más.
“Si te imaginas llevar un plato que comienza a resbalarse, la mayoría de las personas no simplemente apretan más fuerte, ajustan instintivamente el movimiento de su mano al desacelerar, inclinarse o reposicionarse para evitar que caiga. Tradicionalmente, los robots han sido entrenados para confiar únicamente en la fuerza de agarre, lo que puede ser ineficaz o incluso perjudicial para delicarse elementos.
“Hemos enseñado a nuestros robots a adoptar un enfoque más humano, sintiendo cuándo algo podría deslizarse y ajustar automáticamente sus movimientos para mantener seguros los objetos.
“Esto podría ser un cambio de juego para la futura automatización, desde el manejo de herramientas quirúrgicas en el cuidado de la salud y el ensambla de piezas delicadas en la fabricación hasta la clasificación de paquetes incómodos en logística o ayudando a las personas en sus hogares”, dice el Dr. Amir Esfahani, profesor asociado en robótica.
Trabajando en colaboración con la Universidad de Lincoln, la Universidad Estatal de Arizona, el Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST) y el Laboratorio de Investigación de Cambridge de Toshiba Europa, el estudio es el primero en demostrar y cuantificar la efectividad de la modulación de trayectoria para la prevención de deslizamiento en humanos y robots.
Los resultados muestran que un sistema de control predictivo impulsado por un “modelo táctil de avance” aprendido permite a los robots anticipar cuándo es probable que un objeto se deslice, analizando continuamente sus movimientos planificados.
Los investigadores también demostraron que el sistema funciona en objetos y rutas de movimiento en los que no estaba entrenado, destacando su potencial para generalizarse de manera efectiva a los entornos del mundo real.
“Creemos que nuestro enfoque tiene un potencial notable en una variedad de aplicaciones robóticas industriales y de servicios, y nuestro trabajo abre nuevas oportunidades para traer robots a nuestra vida diaria. Esperamos que nuestros hallazgos inspire a futuras investigaciones en esta área y avancen aún más el campo de la robótica”, dice Esfahani.
Más información: Kiyanoush Nazari et al, modulación de trayectoria bioinspirada para un control efectivo de deslizamiento en la manipulación de robots, inteligencia de la máquina de la naturaleza (2025). Doi: 10.1038/s42256-025-01062-2
Proporcionado por la Universidad de Surrey
Cita: el método innovador de prevención de deslizamiento robótico podría llevar la destreza humana a la automatización industrial (2025, 24 de julio) recuperado el 24 de julio de 2025 de https://techxplore.com/news/2025-07-Robotic-Method-Human-Dexterity-industrial.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
