La primera noticia de la conferencia Automate de este año llega a través del spinout de Alphabet X, Intrinsic. La empresa anunció en el evento de Chicago el lunes que incorporará una serie de ofertas de Nvidia en su plataforma de aplicaciones robóticas Flowstate.
Eso incluye Isaac Manipulator, una colección de modelos fundamentales diseñados para crear flujos de trabajo para brazos robóticos. La oferta se lanzó en GTC en marzo, con algunos de los nombres más importantes de la automatización industrial ya a bordo. La lista incluye Yaskawa, Solomon, PickNik Robotics, Ready Robotics, Franka Robotics y Universal Robots.
La colaboración se centra específicamente en agarrar (agarrar y recoger objetos), una de las modalidades clave para la automatización de la fabricación y el cumplimiento. Los sistemas se entrenan en grandes conjuntos de datos, con el objetivo de ejecutar tareas que funcionan en todo el hardware (es decir, agnosticismo de hardware) y con diferentes objetos.
Es decir, los métodos de selección se pueden transferir a diferentes entornos, en lugar de tener que entrenar cada sistema para cada escenario. Como seres humanos, una vez que descubrimos cómo recoger cosas, esa acción se puede adaptar a diferentes objetos en diferentes entornos. En su mayor parte, los robots no pueden hacer eso, al menos no por ahora.
Créditos de imagen: Intrínseco
“En el futuro, los desarrolladores podrán utilizar habilidades de comprensión universales ya preparadas como estas para acelerar enormemente sus procesos de programación”, dijo en una publicación la fundadora y directora ejecutiva de Intrinsic, Wendy Tan White. “Para la industria en general, este desarrollo muestra cómo los modelos básicos podrían tener un impacto profundo, incluido hacer que los desafíos actuales de programación de robots sean más fáciles de gestionar a escala, crear aplicaciones que antes no eran factibles, reducir los costos de desarrollo y aumentar la flexibilidad para los usuarios finales”.
Las primeras pruebas de Flowstate se realizaron en Isaac Sim, la plataforma de simulación robótica de Nvidia. El cliente intrínseco Trumpf Machine Tools ha estado trabajando con un prototipo del sistema.
“Esta habilidad de agarre universal, entrenada con datos 100% sintéticos en Isaac Sim, se puede utilizar para crear soluciones sofisticadas que puedan realizar tareas de agarre de objetos adaptables y versátiles en simulación y real”, dice Tan White sobre el trabajo de Trumpf con la plataforma. “En lugar de codificar pinzas específicas para agarrar objetos específicos de una determinada manera, se genera automáticamente un código eficiente para una pinza y un objeto en particular para completar la tarea utilizando el modelo básico”.
Intrinsic también está trabajando con DeepMind, propiedad de Alphabet, para descifrar la estimación de posturas y la planificación de rutas, otros dos aspectos clave de la automatización. Para esto último, el sistema fue entrenado en más de 130.000 objetos. La compañía dice que los sistemas pueden determinar la orientación de los objetos en “unos segundos”, una parte importante para poder detectarlos.
Otra pieza clave del trabajo de Intrinsic con DeepMind es la capacidad de operar múltiples robots en conjunto. “Nuestros equipos han probado esta solución 100% generada por ML para orquestar sin problemas cuatro robots separados que trabajan en una simulación de aplicación de soldadura de automóviles a escala reducida”, dice Tan White. “Los planes de movimiento y las trayectorias de cada robot se generan automáticamente, no tienen colisiones y son sorprendentemente eficientes: funcionan aproximadamente un 25 % mejor que algunos métodos tradicionales que hemos probado”.
El equipo también está trabajando en sistemas que utilizan dos brazos a la vez, una configuración más acorde con el mundo emergente de los robots humanoides. Es algo que veremos mucho más en los próximos años, humanoide o no. Pasar de un brazo a dos abre todo un mundo de aplicaciones adicionales para estos sistemas.