Pehmeät robotit ”soft robots” saavat uudenlaisen tekoälyohjauksen
Perinteiset teollisuusrobotit ovat tarkkoja, vahvoja ja helposti mallinnettavia – mutta niillä on yksi iso heikkous: ne ovat liian jäykkiä ja hauraita toimimaan ahtaissa tai epätasaisissa tiloissa. Tätä vasten pehmeät, bioinspiroituneet robotit ovat herättäneet kiinnostusta, sillä ne mukautuvat luonnollisemmin monimutkaisiin ympäristöihin.
Mutta toistaiseksi niihin on liittynyt yksi suuri ongelma: ohjaaminen.
Pehmeiden robottien liikkeitä on vaikea ennustaa ja mallintaa, mikä on johtanut kallisten anturijärjestelmien ja raskaan ohjelmoinnin tarpeeseen. Nyt MIT:n tutkijat ovat ottaneet askeleen kohti ratkaisua: tekoälyjärjestelmä, joka osaa ohjata pehmeää robottia vain yhden kuvan perusteella.
Yksi kuva, syvä hermoverkko ja liikekontrolli
Tutkimus, joka julkaistiin heinäkuussa Nature-lehdessä, kuvaa järjestelmää, jossa syväoppiva hermoverkko oppii ennustamaan robotin geometrian ja liikeradat yhdestä ainoasta kamerakuvasta. Tämä on mahdollista kouluttamalla verkkoa parin tunnin ajan videomateriaalilla, jossa erilaiset robotit suorittavat satunnaisia komentoja useista eri kulmista kuvattuna.
Tämän perusteella järjestelmä oppii muodostamaan ns. visuomotorisen Jacobin-kentän, joka toimii käytännössä kolmiulotteisena karttana siitä, miten robotti reagoi komentoihin eri kohdissa sen pintaa. Tämä mahdollistaa robotin liikkeiden laskennan reaaliaikaisesti – ilman mekaanista mallintamista tai sisäisiä sensoreita.
a) Visuomotorisen Jacobin-kentän rekonstruointi ja liikkeen ennustus. Yhden kuvan perusteella koneoppimismalli muodostaa kohtauksesta kolmiulotteisen esityksen robotista, jota kutsutaan visuomotoriseksi Jacobin-kentäksi. Kenttä sisältää tiedon robotin geometriasta ja liikerakenteesta, minkä avulla voidaan ennustaa robotin pinnan pisteiden kolmiulotteiset liikkeet kaikilla mahdollisilla komennoilla. Värit kuvaavat, kuinka herkkä kukin piste on eri komentokanaville.b) Näköön perustuva suljetun kierron ohjaus. Kun haluttu liikerata määritellään pikselitasolla tai 3D-avaruudessa, visuomotorista Jacobin-kenttää käytetään optimoimaan robottikomento, joka tuottaa kyseisen liikkeen noin 12 hertsin vuorovaikutusnopeudella. Robotin todellisessa maailmassa suorittama komento vahvistaa, että haluttu liike on toteutunut.
Lähde: Nature (2025). DOI: 10.1038/s41586-025-09170-0
Käytännön testit: tarkkuutta ilman antureita
Järjestelmää testattiin menestyksekkäästi useilla erilailla roboteilla, mukaan lukien:
- 3D-tulostettu pneumaattinen käsi
- ”Soft auxetic wrist” -rakenne
- 16-nivelinen Allegro-käsi
- Edullinen Poppy-robottivarsi
Tarkkuus oli yllättävän korkea: sormien liikeradan virhe jäi alle 3 asteen ja sormenpään paikkavirhe alle 4 mm. Järjestelmä pystyi myös kompensoimaan sekä robotin liikkeitä että ympäristön muutoksia reaaliaikaisesti.
Vähemmän ohjelmointia, enemmän opettamista
MIT:n tohtoriopiskelija Sizhe Lester Li kiteyttää lähestymistavan seuraavasti: ”Tähän asti olemme ohjelmoineet robotteja. Tulevaisuudessa aiomme opettaa niitä.”
Tämä tarkoittaa siirtymää perinteisestä manuaalisesta ohjelmoinnista kohti oppimispohjaisia menetelmiä, joissa robotti voi yleistää ja mukautua – tarvitsematta jokaista toimintaa erikseen koodattuna.
Mihin tätä voidaan soveltaa?
Tällainen teknologia voi olla erityisen hyödyllinen tilanteissa, joissa anturit ovat liian kalliita, epäluotettavia tai fyysisesti mahdottomia asentaa. Esimerkkejä sovelluskohteista:
- Ahtaat tilat (putket, ontelot)
- Pelastus- ja katastrofitehtävät
- Lääketieteellinen robotiikka (esim. pehmeät tukirakenteet tai proteesit)
- Kuluttajalaitteet ja älylelut
Rajoitteet ja jatkokehitys
Vaikka tulokset ovat lupaavia, järjestelmä ei ole vielä valmis kaikkeen:
- Se perustuu pelkästään näkyvään kuvaan, mikä rajoittaa suorituskykyä tilanteissa, joissa tarvitaan kosketustietoa tai voimatuntemusta.
- Visuaalisesti huonot olosuhteet (heikko valaistus, peittävät esteet) voivat heikentää toimivuutta.
Tutkijat ehdottavatkin, että tulevaisuudessa järjestelmää täydennetään taktiilisilla sensoreilla ja uusilla älymateriaaleilla, jolloin voidaan laajentaa soveltamisalaa entisestään. ”Tactile sensors” Taktiiliset sensorit ovat antureita, jotka havaitsevat kosketukseen, paineeseen tai mekaaniseen vuorovaikutukseen liittyvää tietoa. Niitä käytetään esimerkiksi robottien sormissa tai ihomaisilla pinnoilla, jotta laite voi tuntea painalluksen, liukumisen, puristuksen tai pinnan rakenteen.
Taktiiliset sensorit mahdollistavat:
esineiden herkän käsittelyn (esim. puristamatta liikaa)
liikkeen säätämisen tuntoaistin perusteella (kuten ihmisellä)
turvallisemman vuorovaikutuksen ympäristön ja ihmisten kanssa
Yhteenveto: harppaus kohti intuitiivista robotiikkaa
MIT:n kehittämä uusi syväoppimispohjainen ohjausmenetelmä edustaa merkittävää edistysaskelta pehmeän robotiikan alalla. Sen avulla voidaan ohjata monimutkaisia laitteita ilman raskaita ohjelmointi- ja anturijärjestelmiä, mikä voi alentaa kehityskustannuksia ja nopeuttaa prototypointia.
Teknologian todellinen potentiaali nähdään tulevina vuosina, kun nähän, mihin kaikkeen ”näkevät” pehmeät robotit pystyvät, kun niille annetaan vain kuva ja tehtävä.
