El robot de la Universidad Carnegie Mellon se pone shir

El sistema de vestir asistido por robot se adapta a diferentes posturas, tipos de cuerpo y prendas.

Universidad de Carnegie mellon

Imagen: Yufei Wang, Ph.D. estudiante del Instituto de Robótica de la Universidad Carnegie Mellon, observa cómo un robot se levanta una bata de hospital hasta el brazo.ver más

Crédito: Universidad Carnegie Mellon

La mayoría de la gente da por sentado vestirse. Pero los datos del Centro Nacional de Estadísticas de Salud revelan que el 92% de los residentes de centros de enfermería y los pacientes que reciben atención domiciliaria necesitan ayuda para vestirse.

Los investigadores del Instituto de Robótica (RI) de la Universidad Carnegie Mellon ven un futuro en el que los robots pueden ayudar con esta necesidad y están trabajando para hacerlo posible.

"Sorprendentemente, los esfuerzos existentes en vestirse asistido por robots han asumido principalmente vestirse con una gama limitada de posturas de los brazos y con una sola prenda fija, como una bata de hospital", dijo Yufei Wang, Ph.D. Estudiante trabajando en un sistema de vendaje asistido por robot. "Nuestro objetivo general es desarrollar un sistema general para abordar la diversa gama de ropa cotidiana y las diferentes capacidades de función motora. También queremos extender el sistema a personas con diferentes niveles de movimiento restringido del brazo".

El sistema de vestir asistido por robot aprovecha las capacidades de la inteligencia artificial para adaptarse a diversas formas del cuerpo humano, posturas de los brazos y selecciones de ropa. La investigación del equipo utilizó el aprendizaje por refuerzo (recompensas por realizar ciertas tareas) para lograr su sistema general de vestimenta. Específicamente, los investigadores dieron al robot una recompensa positiva cada vez que colocaba correctamente una prenda a lo largo del brazo de una persona. A través del refuerzo continuo, aumentaron la tasa de éxito de la estrategia de vestir aprendida del sistema.

Los investigadores utilizaron una simulación para enseñar al robot cómo manipular la ropa y vestir a las personas. El equipo tuvo que tener en cuenta las propiedades del material de la ropa al trasladar la estrategia aprendida en la simulación al mundo real.

"En la fase de simulación, empleamos diversas propiedades de la ropa deliberadamente aleatorias para guiar la estrategia de vestir aprendida por el robot para abarcar un amplio espectro de atributos materiales", dijo Zhanyi Sun, estudiante de maestría de RI que también trabajó en el proyecto. "Esperamos que las propiedades de la ropa variadas aleatoriamente en la simulación encapsulen las propiedades de las prendas en el mundo real, de modo que la estrategia de vestir aprendida en entornos de simulación pueda transferirse sin problemas al mundo real".

El equipo de RI evaluó el sistema de vestimenta robótico en un estudio en humanos con 510 pruebas de vestimenta entre 17 participantes con diferentes formas corporales, posturas de brazos y cinco prendas. Para la mayoría de los participantes, el sistema pudo colocarse completamente la manga de cada prenda en su brazo. Cuando se promediaron todos los casos de prueba, el sistema vistió el 86% de la longitud de los brazos de los participantes.

Los investigadores tuvieron que considerar varios desafíos al diseñar su sistema. En primer lugar, la ropa es deformable por naturaleza, lo que dificulta que el robot perciba la prenda completa y prediga dónde y cómo se moverá.

"La ropa es diferente de los objetos rígidos que permiten la estimación del estado, por lo que tenemos que usar una representación de alta dimensión para los objetos deformables para permitir que el robot perciba el estado actual de la ropa y cómo interactúa con el brazo del humano", dijo Wang. "La representación que utilizamos se llama nube de puntos segmentada. Representa las partes visibles de la ropa como un conjunto de puntos".

La interacción segura entre humanos y robots también fue crucial. Era importante que el robot evitara tanto aplicar fuerza excesiva al brazo humano como cualquier otra acción que pudiera causar molestias o comprometer la seguridad del individuo. Para mitigar estos riesgos, el equipo recompensó al robot por su conducta amable.

Las investigaciones futuras podrían ir en varias direcciones. Por ejemplo, el equipo quiere ampliar las capacidades del sistema actual permitiéndole poner una chaqueta en ambos brazos de una persona o pasarle una camiseta por la cabeza. Ambas tareas requieren un diseño y ejecución más complejos. El equipo también espera adaptarse a los movimientos del brazo humano durante el proceso de vestirse y explorar habilidades de manipulación robótica más avanzadas, como abotonarse o cerrar cremalleras.

A medida que avanza el trabajo, los investigadores tienen la intención de realizar estudios observacionales dentro de centros de enfermería para conocer las diversas necesidades de las personas y las mejoras que deben realizarse en su actual sistema de vendajes de asistencia.

Wang y Sun presentaron recientemente su investigación, "Una política para vestirlos a todos: aprender a vestir a las personas con diversas poses y prendas", en la conferencia Robótica: ciencia y sistemas. Los estudiantes son asesorados por Zackory Erickson, profesor asistente en RI y jefe del Laboratorio de Interacción Humana y Cuidado Robótico (RCHI); y David Held, profesor asociado en RI que dirige el grupo de investigación Robots Perceiving And Doing (RPAD).

Hay más información disponible en el sitio web de investigación del equipo.

Descargo de responsabilidad: AAAS y EurekAlert! ¡No somos responsables de la exactitud de los comunicados de prensa publicados en EurekAlert! por instituciones contribuyentes o para el uso de cualquier información a través del sistema EurekAlert.