La robótica está avanzando hacia una nueva fase, dejando atrás las demostraciones controladas y la automatización guiada, para adentrarse en una autonomía generalizada y confiable en el mundo real. En la Conferencia Internacional de Robótica y Automatización (ICRA), ocho de los 28 artículos aceptados de NVIDIA Research destacan cómo la transferencia de simulación a la realidad está sentando las bases para este cambio. Los artículos abordan una gama completa de desafíos enfrentados por los desarrolladores de robots, desde la coordinación de múltiples brazos en paralelo hasta la integración de modelos de visión, lenguaje y acción que razonan antes de actuar.
Entre los avances, se destaca el nuevo software ScheduleStream, que permite a los brazos robóticos operar en paralelo, acelerando los escenarios de planificación multi-brazo hasta tres veces más rápido usando plataformas como NVIDIA Jetson. Además, el marco COMPASS ofrece un enfoque para mejorar las capacidades de navegación de robots de diferentes formas, proporcionando un notable éxito del 80% en ambientes reales.
En el ámbito de la manipulación, sistemas como Grasp-MPC han mejorado la precisión en la captura de objetos nuevos en entornos desorganizados, alcanzando un éxito del 75% en robots reales. Asimismo, el marco para Manipulación de Clústeres Deformables introduce una solución para gestionar materiales flexibles y entrelazados, como ramas de árboles, que promete aplicaciones en control de cables y agricultura.
La precisión en ensamblajes, históricamente difícil de perfeccionar solo con simulaciones, se ha visto mejorada por el método SPARR, que divide la tarea en una fase de simulación y otra de corrección en tiempo real, aumentando la tasa de éxito en un 38%. Por otro lado, Refinery aborda la complejidad de tareas secuenciales de ensamblaje, logrando un 91% de éxito en simulaciones.
La integración de modelos de acción que cumplen sus instrucciones se ve reflejada en proyectos como PEEK, que ayuda a los robots a identificar y centrarse en los elementos relevantes de una tarea, y el método SEAL, que corrige en tiempo real la ejecución de tareas complejas, incrementando la precisión en un 15%.
Instituciones académicas de renombre como la Universidad Carnegie Mellon, ETH Zurich y el MIT están utilizando tecnologías de NVIDIA para trasladar la investigación en inteligencia artificial física de simulación a sistemas del mundo real, lo que queda patente en la creciente cantidad de publicaciones que citan el uso de simulaciones aceleradas por NVIDIA. Estos desarrollos no solo abren la puerta a una nueva era de autonomía robótica, sino que también establecen un marco robusto para la continuidad del crecimiento en el campo de la robótica avanzada.
Fuente: Zona de blogs y prensa de Nvidia
