VOLVER

Share

DISEÑAN UN CEREBELO ARTIFICIAL QUE PERMITE A LOS ROBOTS MANIPULAR OBJETOS CON UNA PRECISIÓN HUMANA


19 de junio de 2012

Fuente: Universidad de Granada

 

Científicos de la Universidad de Granada han diseñado un cerebelo artificial (un microcircuito adaptativo bio-inspirado), que implementado en un robot, le permite manipular objetos con una alta precisión, similar a la de los humanos. El cerebelo es una parte del cerebro humano que desempeña un papel muy importante en la coordinación de los movimientos y el sistema motor.

Los integrantes del grupo de investigación de la Universidad de Granada. Hasta la fecha, los movimientos que la Ciencia ha logrado alcanzar en los robots, aunque logran una precisión muy alta, se realizan a muy alta velocidad, con fuerzas muy grandes y un alto consumo de energía. Este enfoque industrial no puede ser utilizado en el marco de aplicaciones de robots que interactúen con humanos, ya que sería potencialmente peligroso en caso de mal funcionamiento.

Para superar este problema, los científicos de la Universidad de Granada han implementado un nuevo modelo de cerebelo artificial capaz de adaptar sus correcciones y almacenar las consecuencias sensoriales o los comandos motores para predecir qué acción y movimiento concreto debe realizar el robot en cada momento durante tareas de manipulación. Este cerebelo permite articular un brazo robot de nueva generación, consiguiendo un grado de movilidad nunca antes alcanzado.

Aprendizaje automático

Los investigadores han logrado que el robot realice un aprendizaje automático, al conseguir abstraer la funcionalidad de la capa de entrada de la corteza cerebral. Además, han construido dos sistemas de control de un brazo robótico que permiten un control preciso y estable durante la manipulación de objetos.

La sinergia de aprendizaje entre cerebelo y control automático hace que el robot sea adaptable a condiciones cambiantes, esto es, que pueda interactuar con humanos. Las arquitecturas bio-inspiradas que han empleado combinan el enfoque de aprendizaje del error de retroalimentación y el control adaptativo predictivo.

Los responsables de este nuevo avance son los investigadores Silvia Tolu, Jesús Garrido, y Eduardo Ros Vidal, del Departamento de Arquitectura y Tecnología de Computadores de la Universidad de Granada, y Richard Carrillo (que actualmente trabaja en la Universidad de Almería)

 

Más información:

Niceto Luque Sola. Departamento de Arquitectura y Tecnología de Computadores de la Universidad de Granada. Correo electrónico: nluque@atc.ugr.es

Richard Carrillo. Departamento de Arquitectura y Tecnología de Computadores de la Universidad de Granada. Correo electrónico: rcarrillo@atc.ugr.es

Silvia Tolu. Departamento de Arquitectura y Tecnología de Computadores de la Universidad de Granada (actualmente en Italia) . Correo electrónico: stolu@atc.ugr.es


Share

Últimas publicaciones

La Fundación Descubre integra la igualdad como eje transversal con la aprobación de su Plan
Andalucía | 15 de septiembre de 2025

El objetivo del Plan, con una vigencia de cinco años, es garantizar la plena igualdad de trato y oportunidades de mujeres y hombres, consolidando un camino ya emprendido por la organización, promovida por la Consejería de Universidad, Investigación e Innovación

Sigue leyendo
La exposición ‘Paseo Matemático al-Ándalus’ de la Fundación Descubre llega a Palma del Río
Córdoba, Palma del Río | 11 de septiembre de 2025

El Espacio Creativo Cultural Santa Clara del Ayuntamiento de Palma del Río acoge la exposición ‘Paseo Matemático al-Ándalus’ de la Fundación Descubre / Consejería de Universidad, Investigación e Innovación de la Junta de Andalucía, una muestra que podrá visitarse hasta el próximo 14 de octubre.

Sigue leyendo
Desarrollan un método para descifrar cómo interactúan las regiones del cerebro
Málaga | 10 de septiembre de 2025

Un equipo de investigación de la Universidad de Málaga presenta una herramienta estadística para identificar de forma precisa conexiones cerebrales incluso cuando la señal está distorsionada e incompleta. Este modelo es aplicable a contextos clínicos como el estudio de enfermedades neurodegenerativas como el Alzheimer o el Parkinson, el procesamiento del lenguaje o el desarrollo neurotecnológico.

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete

Ir al contenido