Los brazos robóticos son una de las áreas de la robótica que más impulso han tenido en los últimos años porque sus aplicaciones son muy variadas, desde líneas de producción hasta prótesis; existen infinidad de campos de la ciencia donde es necesario sujetar objetos y moverlos de lugar, con rápidez, precisión y cuidado, actividades que los brazos robóticos desarrollan a la perfección.

Dentro de los mayores desafíos que involucra el desarrollo de brazos robóticos se encuentra la creación de algoritmos que rigen los movimientos, así como el punto y la presión de agarre, los cuales deben ser diferentes para cada objeto. En este sentido en la Universidad de Cornell (Estados Unidos), llevan un rato trabajando con un brazo robótico que tiene la peculiaridad de aprender de su propia experiencia, de manera que conforme pasa el tiempo mejora su agarre.

Este robot que acumula experiencia fue desarrollado por los estudiantes de posgrado Yun Jiang y John Amend, quienes presentarán su creación en la Conferencia Internacional sobre Robótica y Automatización de St. Paul (Minnesota), donde seguramente hablarán sobre como le han dotado de un sistema de inteligencia y aprendizaje a su brazo robótico.

El brazo termina en una semiesfera plástica que está rellena de una material granular, por lo que se adapta a la forma del objeto que debe sujetar. El brazo robótico capta la forma del objeto que debe tomar gracias a una imagen 3D que es captada con un Kinect, y una vez hecho esto busca en su biblioteca interna un objeto similar, para que de esta manera conozca que tipo de objeto va a mover.

Si el objeto no forma parte de su biblioteca entonces deberá agregarlo. Hasta el momento el brazo a probado sujetar 23 objetos de lo más distinto, obteniendo una puntuación de 9 sobre 10, nada mal considerando que la mayoría de los objetos no formaban parte de su biblioteca, hay que mencionar que estos objetos eran todos rígidos; pues con objetos deformables su efectividad baja a 7 sobre 10.

Vía: Creative Machines