HomeIAMano robotica sposta oggetti con presa simile a quella umana

Mano robotica sposta oggetti con presa simile a quella umana

Quando allunghiamo la mano per afferrare un oggetto, come una bottiglia, non abbiamo bisogno di conoscerne la posizione esatta nello spazio per riuscire a prenderla. Tuttavia, come spiega il ricercatore dell’EPFL Kai Junge, per progettare un robot capace di afferrare una bottiglia, è necessario conoscere con precisione l’ambiente circostante. “Come esseri umani, non abbiamo bisogno di molte informazioni esterne per afferrare un oggetto, e crediamo che ciò sia dovuto alle interazioni compliant — o morbide — che avvengono all’interfaccia tra un oggetto e la mano umana,” afferma Junge, dottorando presso il laboratorio di Computational Robot Design & Fabrication (CREATE) della School of Engineering, guidato da Josie Hughes. “Questa compliance è ciò che ci interessa esplorare per i robot.”

Nei robot, i materiali compliant sono quelli che si deformano, piegano e comprimono. Nel caso della mano robotica ADAPT (Adaptive Dexterous Anthropomorphic Programmable sTiffness) del CREATE Lab, i materiali compliant sono relativamente semplici: strisce di silicone avvolte attorno a un polso e a dita meccaniche, oltre a giunti a molla, combinati con un braccio robotico flessibile. Ma è proprio questa compliance strategicamente distribuita che permette al dispositivo di afferrare una vasta gamma di oggetti utilizzando prese “auto-organizzate” che emergono automaticamente, piuttosto che essere programmate.

In una serie di esperimenti, la mano ADAPT, controllabile a distanza, è riuscita ad afferrare 24 oggetti con un tasso di successo del 93%, utilizzando prese auto-organizzate che imitavano una presa umana naturale con una somiglianza diretta del 68%. La ricerca è stata pubblicata su Nature Communications Engineering.

Intelligenza robotica dal basso verso l’alto

Mentre una mano robotica tradizionale avrebbe bisogno di un motore per azionare ciascun giunto, la mano ADAPT ha solo 12 motori, alloggiati nel polso, per i suoi 20 giunti. Il resto del controllo meccanico deriva dalle molle, che possono essere rese più rigide o più morbide per regolare la compliance della mano, e dalla “pelle” in silicone, che può essere aggiunta o rimossa.

Per quanto riguarda il software, la mano ADAPT è programmata per muoversi attraverso solo quattro punti di riferimento generali, o posizioni, per sollevare un oggetto. Qualsiasi ulteriore adattamento necessario per completare il compito avviene senza programmazione o feedback aggiuntivi; in robotica, questo è chiamato controllo “open loop”. Ad esempio, quando il team ha programmato il robot per utilizzare un certo movimento, è stato in grado di adattare la sua posizione di presa a vari oggetti, da un singolo bullone a una banana. I ricercatori hanno analizzato questa estrema robustezza — grazie alla compliance spazialmente distribuita del robot — con oltre 300 prese e le hanno confrontate con una versione rigida della mano.

“Sviluppare robot che possano eseguire interazioni o compiti che gli esseri umani fanno automaticamente è molto più difficile di quanto la maggior parte delle persone si aspetti,” afferma Junge. “Ecco perché siamo interessati a sfruttare questa intelligenza meccanica distribuita di diverse parti del corpo come pelle, muscoli e giunti, anziché l’intelligenza dall’alto verso il basso del cervello.”

Fonte: Science Daily

Per saperne di più

Salvatore Macrì
Salvatore Macrìhttps://it.linkedin.com/in/salmacri
Amante della tecnologia e della buona musica, scrivo articoli per passione e per delucidare delle tematiche legate alla vita quotidiana per rendere questo mondo meno complicato. Sensibile ai temi ambientali e strenue sostenitore di una "green revolution" che nasca dal basso.
TI POTREBBERO INTERESSARE

ARTICOLI CONSIGLIATI

L’AI deve imparare a dire “non ne sono sicura”

L’AI deve imparare a dire “non ne sono sicura”

C’è una cosa che, usando un chatbot moderno, dà quasi fastidio: il tono. Anche quando sbaglia, spesso lo fa con una sicurezza da professore in cattedra. Ed è proprio qui che il nuovo lavoro del MIT CSAIL diventa interessante. Non parla dell’ennesimo modello più potente, più veloce o più “intelligente”, ma di qualcosa di molto più concreto: insegnare all’AI a capire quando non dovrebbe essere così convinta della propria risposta.
IA consuma molto energia?

L’AI consuma troppa energia? Il MIT ha trovato un...

L’intelligenza artificiale sta diventando sempre più potente, ma anche sempre più affamata di energia. Ogni volta che un modello viene addestrato, interrogato o spinto a lavorare su milioni di richieste, da qualche parte ci sono GPU accese, sistemi di raffreddamento attivi e data center che devono reggere carichi difficili da prevedere.La novità arriva dal MIT e dal MIT-IBM Watson AI Lab: si chiama EnergAIzer ed è un metodo pensato per stimare rapidamente quanta energia consumerà un carico di lavoro AI su una determinata GPU o su un acceleratore dedicato. Non è il classico annuncio “green” un po’ vago, di quelli che promettono miracoli senza spiegare davvero dove stia il vantaggio. Qui il punto è molto concreto: sapere prima quanto costerà, in termini energetici, far girare un certo modello.

Quasi 15 milioni di italiani usano app di IA:...

A dicembre 2025 quasi 15 milioni di italiani hanno usato almeno un’app di intelligenza artificiale: parliamo del 35% della popolazione online (18–74 anni) e di una media annua di 12,7 milioni, più del doppio rispetto al 2024.Il dettaglio che fa rumore, però, è un altro: ChatGPT supera i 10 milioni di utenti unici e viene usato da quasi un italiano su quattro. Non è più il giocattolo da provare una volta e poi dimenticare. È entrato nel quotidiano, nel bene e nel male.
Logo Chat GPT

OpenAI prepara una “super app” per PC: ChatGPT, Codex...

Negli ultimi mesi mi è capitato spesso di usare ChatGPT in una finestra, un tool di coding in un’altra, e poi… il browser, perché alla fine tutto passa da lì. È un flusso un po’ spezzato, “a pezzi”, e se lavori davvero con l’AI te ne accorgi subito. Ecco perché la voce che gira oggi ha senso: OpenAI starebbe lavorando a una super app desktop capace di unire le sue esperienze principali e, soprattutto, spingere forte sugli agenti (quelli che non si limitano a rispondere: agiscono).