I robot umanoidi si avvicinano sempre di più alla possibilità di svolgere compiti quotidiani grazie a un nuovo sistema sviluppato alla Carnegie Mellon University. Il progetto, chiamato FALCON, introduce un approccio originale al controllo motorio complesso, permettendo ai robot di camminare con stabilità e allo stesso tempo compiere azioni che richiedono forza e precisione, come aprire una porta o trainare un carrello.
A rendere questo progresso significativo è l'adozione di un sistema di apprendimento rinforzato a due agenti, dove le attività motorie vengono divise in due: una rete AI dedicata al controllo delle gambe per garantire l’equilibrio, e un’altra focalizzata sulle braccia per manipolare oggetti con accuratezza. Questi due sistemi imparano in parallelo ma condividono informazioni, consentendo una coordinazione fluida dell’intero corpo robotico.
La novità non sta solo nella divisione del controllo, ma anche nella tecnica di allenamento: i ricercatori del laboratorio LeCAR (Learning and Control for Agile Robotics) hanno ideato un metodo per aumentare gradualmente la forza esercitata dalle mani robotiche, assicurandosi che le articolazioni non vengano sovraccaricate. Il calcolo delle forze viene infatti eseguito tenendo conto delle leggi della fisica, garantendo maggiore sicurezza e stabilità.
Durante le dimostrazioni pubblicate su YouTube, due robot umanoidi – Unitree G1 e Booster T1 – hanno mostrato di saper affrontare con successo una serie di sfide reali. In uno dei test più curiosi, i robot si cimentano in una sorta di tiro alla fune, dimostrando come siano in grado di adattarsi a forze improvvise e variabili. Altre prove hanno incluso l’apertura di porte contro resistenza e il trasporto di carichi pesanti, tutte attività che richiedono una combinazione di forza fisica e coordinamento motorio raffinato.
Uno dei punti di forza di FALCON è la sua adattabilità: il sistema funziona senza necessità di regolazioni specifiche per ogni modello robotico. Questo rende possibile l’uso del framework su diverse piattaforme, facilitando l’implementazione nel mondo reale.
Le prestazioni ottenute sono notevoli: i robot riescono a gestire forze applicate fino a 100 newton, pari a circa il 30% del loro peso, senza perdere l’equilibrio o precisione nei movimenti. Rispetto ai metodi precedenti, il controllo delle braccia risulta due volte più accurato, e le capacità di camminata rimangono stabili.
Tuttavia, i ricercatori riconoscono alcune limitazioni. Il sistema attuale gestisce solo le forze applicate alle estremità (mani e piedi), senza tenere conto di contatti lungo il resto del corpo, rendendolo meno adatto a compiti come il sollevamento condiviso o azioni che richiedono rotazioni, come usare strumenti o girare una maniglia. Per ampliare il campo d’applicazione, i prossimi sviluppi prevedono l’integrazione di modelli capaci di riconoscere anche le forze torcenti e il contatto multi-superficie.
Chi è curioso di approfondire può consultare il codice sorgente e i dettagli del progetto sul profilo GitHub ( in FONTE) del team della CMU.
Four VW execs found guilty in trial that transformed Europe’s auto market