Bayangkan lengan robot lunak kontinum yang melingkari seikat anggur atau brokoli, menyesuaikan cengkeramannya secara real-time saat mengangkat benda. Tidak seperti robot kaku tradisional yang umumnya bertujuan untuk sebisa mungkin menghindari kontak dengan lingkungan dan menjauhi manusia demi alasan keamanan, lengan ini merasakan kekuatan halus, meregang dan melenturkan dengan cara yang lebih meniru kepatuhan tangan manusia. Setiap gerakannya diperhitungkan untuk menghindari kekuatan berlebihan sekaligus menyelesaikan tugas secara efisien. Di laboratorium MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) dan Laboratory for Information and Decisions Systems (LIDS), gerakan-gerakan yang tampak sederhana ini adalah puncak dari matematika kompleks, rekayasa yang cermat, dan visi robot yang dapat berinteraksi dengan aman dengan manusia dan benda-benda halus.
Robot lunak, dengan tubuhnya yang dapat dideformasi, menjanjikan masa depan di mana mesin dapat bergerak lebih lancar bersama manusia, membantu dalam perawatan, atau menangani barang-barang rumit di lingkungan industri. Namun fleksibilitas itu membuat mereka sulit dikendalikan. Tikungan atau tikungan kecil dapat menghasilkan gaya yang tidak dapat diprediksi, sehingga meningkatkan risiko kerusakan atau cedera. Hal ini memotivasi perlunya strategi pengendalian yang aman untuk robot lunak.
“Terinspirasi oleh kemajuan dalam pengendalian yang aman dan metode formal untuk robot kaku, kami bertujuan untuk mengadaptasi ide-ide ini ke dalam robot lunak – memodelkan perilaku kompleks mereka dan merangkul, alih-alih menghindari, kontak – untuk memungkinkan desain berkinerja lebih tinggi (misalnya, muatan dan presisi yang lebih besar) tanpa mengorbankan keselamatan atau kecerdasan yang terkandung di dalamnya,” kata penulis senior dan Asisten Profesor MIT Gioele Zardini, yang merupakan peneliti utama di LIDS dan Departemen Teknik Sipil dan Lingkungan, serta staf pengajar yang berafiliasi dengan Institute for Data, Systems, dan Masyarakat (IDSS). “Visi ini juga dimiliki oleh kerja-kerja terbaru dan paralel dari kelompok lain.”
Keselamatan adalah yang utama
Tim mengembangkan kerangka kerja baru yang memadukan teori kontrol nonlinier (sistem pengendalian yang melibatkan dinamika yang sangat kompleks) dengan teknik pemodelan fisik canggih dan optimalisasi real-time yang efisien untuk menghasilkan apa yang mereka sebut “keamanan sadar kontak.” Inti dari pendekatan ini adalah fungsi penghalang kendali tingkat tinggi (HOCBF) dan fungsi Lyapunov kendali tingkat tinggi (HOCLFs). HOCBF menentukan batasan pengoperasian yang aman, memastikan robot tidak mengerahkan kekuatan yang tidak aman. HOCLF memandu robot secara efisien menuju tujuan tugasnya, menyeimbangkan keselamatan dan kinerja.
“Pada dasarnya, kami mengajari robot untuk mengetahui batasannya sendiri ketika berinteraksi dengan lingkungan sambil tetap mencapai tujuannya,” kata mahasiswa PhD Departemen Teknik Mesin MIT Kiwan Wong, penulis utama makalah baru yang menjelaskan kerangka kerja tersebut. “Pendekatan ini melibatkan beberapa turunan kompleks dari dinamika robot lunak, model kontak, dan batasan kendali, namun spesifikasi tujuan kendali dan hambatan keselamatan cukup mudah bagi praktisi, dan hasilnya sangat nyata, karena Anda melihat robot bergerak dengan lancar, bereaksi terhadap kontak, dan tidak pernah menyebabkan situasi yang tidak aman.”
“Dibandingkan dengan CBF kinematik tradisional – di mana rangkaian aman invarian depan sulit ditentukan – kerangka kerja HOCBF menyederhanakan desain penghalang, dan formulasi pengoptimalannya memperhitungkan dinamika sistem (misalnya, inersia), memastikan robot lunak berhenti cukup awal untuk menghindari gaya kontak yang tidak aman,” kata Asisten Profesor Institut Politeknik Worcester dan mantan postdoc CSAIL, Wei Xiao.
“Sejak robot lunak muncul, bidang ini telah menyoroti kecerdasan yang terkandung di dalamnya dan keamanan bawaan yang lebih tinggi dibandingkan robot kaku, berkat material pasif dan kepatuhan struktural. Namun kecerdasan “kognitif” mereka – terutama sistem keselamatan – masih tertinggal dibandingkan manipulator serial-link yang kaku,” kata rekan penulis utama Maximilian Stölzle, seorang peneliti magang di Disney Research dan mantan mahasiswa PhD Delft University of Technology dan peneliti tamu di MIT LIDS dan CSAIL. “Pekerjaan ini membantu menutup kesenjangan tersebut dengan mengadaptasi algoritma yang telah terbukti pada robot lunak dan menyesuaikannya untuk kontak yang aman dan dinamika kontinum lunak.”
Tim LIDS dan CSAIL menguji sistem tersebut melalui serangkaian eksperimen yang dirancang untuk menantang keselamatan dan kemampuan beradaptasi robot. Dalam satu pengujian, lengan ditekan dengan lembut pada permukaan yang sesuai, mempertahankan gaya yang tepat tanpa melampaui batas. Di kamera lain, ia menelusuri kontur objek yang melengkung, menyesuaikan cengkeramannya untuk menghindari selip. Dalam demonstrasi lainnya, robot memanipulasi benda-benda rapuh bersama operator manusia, bereaksi secara real-time terhadap dorongan atau pergeseran yang tidak terduga. “Eksperimen ini menunjukkan bahwa kerangka kerja kami mampu menggeneralisasi tugas dan tujuan yang beragam, dan robot dapat merasakan, beradaptasi, dan bertindak dalam skenario yang kompleks sambil selalu menghormati batas keselamatan yang ditentukan dengan jelas,” kata Zardini.
Tentu saja, robot lunak dengan keselamatan yang sadar akan kontak dapat menjadi nilai tambah nyata di tempat-tempat berisiko tinggi. Dalam layanan kesehatan, mereka dapat membantu dalam pembedahan, memberikan manipulasi yang tepat sekaligus mengurangi risiko bagi pasien. Dalam industri, mereka mungkin menangani barang-barang yang mudah pecah tanpa pengawasan terus-menerus. Di lingkungan rumah tangga, robot dapat membantu pekerjaan rumah atau tugas mengasuh anak, berinteraksi secara aman dengan anak-anak atau orang tua – sebuah langkah penting untuk menjadikan robot lunak sebagai mitra yang dapat diandalkan di lingkungan dunia nyata.
“Robot lunak memiliki potensi yang luar biasa,” kata penulis senior Daniela Rus, direktur CSAIL dan profesor di Departemen Teknik Elektro dan Ilmu Komputer. “Tetapi memastikan keamanan dan pengkodean tugas gerakan melalui tujuan yang relatif sederhana selalu menjadi tantangan utama. Kami ingin menciptakan sistem di mana robot dapat tetap fleksibel dan responsif, sekaligus menjamin secara matematis bahwa robot tidak akan melebihi batas kekuatan aman.”
Menggabungkan model robot lunak, simulasi terdiferensiasi, dan teori kontrol
Yang mendasari strategi pengendalian ini adalah implementasi terdiferensiasi dari sesuatu yang disebut model dinamika Piecewise Cosserat-Segment (PCS), yang memprediksi bagaimana robot lunak berubah bentuk dan di mana kekuatan terakumulasi. Model ini memungkinkan sistem mengantisipasi bagaimana tubuh robot akan merespons aktuasi dan interaksi kompleks dengan lingkungan. “Aspek yang paling saya sukai dari karya ini adalah perpaduan integrasi alat-alat baru dan lama yang berasal dari berbagai bidang seperti model robot lunak yang canggih, simulasi yang dapat dibedakan, teori Lyapunov, optimalisasi cembung, dan batasan keselamatan berdasarkan tingkat keparahan cedera. Semua ini dipadukan dengan baik ke dalam pengontrol real-time yang sepenuhnya didasarkan pada prinsip-prinsip pertama,” kata rekan penulis Cosimo Della Santina, yang merupakan profesor di Delft University of Technology.
Melengkapi hal ini adalah Teorema Sumbu Pemisah Konservatif Terdiferensiasi (DCSAT), yang memperkirakan jarak antara robot lunak dan rintangan di lingkungan yang dapat diperkirakan dengan rantai poligon cembung dengan cara yang dapat dibedakan. “Metrik jarak yang dapat dibedakan sebelumnya untuk poligon cembung tidak dapat menghitung kedalaman penetrasi — penting untuk memperkirakan gaya kontak — atau menghasilkan perkiraan non-konservatif yang dapat membahayakan keselamatan,” kata Wong. “Sebaliknya, metrik DCSAT menghasilkan perkiraan yang sangat konservatif, dan karenanya aman, sekaligus memungkinkan penghitungan yang cepat dan dapat dibedakan.” Bersama-sama, PCS dan DCSAT memberi robot gambaran prediktif terhadap lingkungannya untuk interaksi yang lebih proaktif dan aman.
Ke depan, tim berencana untuk memperluas metode mereka ke robot lunak tiga dimensi dan menjajaki integrasi dengan strategi berbasis pembelajaran. Dengan menggabungkan keselamatan yang sadar kontak dengan pembelajaran adaptif, robot lunak dapat menangani lingkungan yang lebih kompleks dan tidak dapat diprediksi.
“Inilah yang membuat pekerjaan kami menarik,” kata Rus. “Anda dapat melihat robot berperilaku seperti manusia dan berhati-hati, namun di balik keanggunan tersebut terdapat kerangka kontrol yang ketat yang memastikan robot tidak pernah melampaui batasnya.”
“Robot lunak umumnya lebih aman untuk berinteraksi dibandingkan robot berbadan kaku berdasarkan desainnya, karena sifat kepatuhan dan penyerap energi dari tubuhnya,” kata Asisten Profesor Daniel Bruder dari Universitas Michigan, yang tidak terlibat dalam penelitian ini. “Namun, ketika robot lunak menjadi lebih cepat, lebih kuat, dan lebih mampu, hal tersebut mungkin tidak lagi cukup untuk menjamin keselamatan. Pekerjaan ini mengambil langkah penting untuk memastikan robot lunak dapat beroperasi dengan aman dengan menawarkan metode untuk membatasi kekuatan kontak di seluruh tubuh mereka.”
Pekerjaan tim didukung, sebagian, oleh Beasiswa Klub Joki Hong Kong, Program Horizon Eropa Uni Eropa, Cultuurfonds Wetenschapsbeurzen, dan Rudge (1948) dan Ketua Nancy Allen. Karya mereka diterbitkan awal bulan ini di Institute of Electrical and Electronics Engineers’ Surat Robotika dan Otomasi.
