Diseñan un controlador que permite a un robot imitar la neuromecánica humana y adaptar su comportamiento
Investigadores de la Universidad de Granada y del École Polytechnique Fédérale de Lausanne (Suiza) desarrollan este avance que puede tener implicaciones en el ámbito sanitario, la industria y la agricultura, entre otros sectores. Este trabajo fusiona neurociencia y biomecánica para desarrollar un controlador capaz de ajustar el comportamiento motor de un robot. El objetivo es que los robots puedan adaptar su funcionamiento a las exigencias del entorno en que se mueven.
Fuente: Universidad de Granada
Científicos del Departamento de Ingeniería de Computadores, Automática y Robótica de la Universidad de Granada lideran el diseño de un controlador que combina un modelo computacional de cerebelo con un modelo computacional muscular para coordinar el movimiento de un brazo robótico. Este trabajo fusiona neurociencia y biomecánica para desarrollar un controlador capaz de ajustar el comportamiento motor de un robot. El objetivo es que los robots puedan adaptar su funcionamiento a las exigencias del entorno en que se mueven y a los requisitos de las tareas que ejecutan.

El prototipo de músculo replica las propiedades viscoelásticas características de la biomecánica muscular.
“No es lo mismo levantar una maceta que manipular un huevo. La primera tarea exige rigidez en nuestras articulaciones, mientras que para la segunda necesitamos movimientos mucho más suaves. Gracias a la combinación del sistema nervioso y la biomecánica del cuerpo, ajustamos nuestros movimientos según el contexto y cubrimos un espectro amplio de comportamiento motor”, explica Ignacio Abadía Tercedor, investigador principal de este trabajo. Los estudios en robótica tratan precisamente de copiar esa versatilidad en el comportamiento.
El modelo de cerebelo desarrollado permite aprender cómo controlar el brazo del robot. “Igual que nosotros vamos aprendiendo a coordinar nuestro cuerpo desde que somos pequeños, el modelo de cerebelo aprende desde cero y poco a poco a gestionar el brazo robótico para realizar distintos movimientos”, detalla Ignacio Abadía.
El prototipo de músculo, por su parte, replica las propiedades viscoelásticas características de la biomecánica muscular, y también incluye cocontracción variable y una respuesta refleja basada en la médula espinal. Ajustando la cocontracción muscular (la activación simultánea de los músculos agonistas y antagonistas que mueven una articulación) se cambia la rigidez del brazo del robot, igual que el movimiento con las articulaciones.
Combinando ambos modelos, los investigadores logran que el brazo robótico ajuste su comportamiento según el contexto: si hace falta mayor precisión y mayor rigidez, el robot aumenta la cocontracción; si hacen falta movimientos más suaves que permitan, por ejemplo, interacciones seguras con humanos, el robot minimiza su rigidez utilizando niveles bajos de cocontracción.
Ignacio Abadía, Eduardo Ros y Niceto R. Luque son los investigadores de la Escuela Técnica Superior de Ingenierías Informática y de Telecomunicación de la UGR que participan en este trabajo.
Referencia:
Ignacio Abadía et al., ‘A neuromechanics solution for adjustable robot compliance and accuracy’. Sci. Robot.10,eadp2356(2025).
Últimas publicaciones
Investigadoras del centro de investigación COIDESO de la Universidad de Huelva y 250 personas de la comunidad vecinal onubense proponen soluciones para transformar la accesibilidad, seguridad y uso de los espacios públicos como plazas, parques y calles de esta zona de la ciudad. Esta iniciativa está apoyada por la Oficina de Ciencia Ciudadana de Andalucía, que coordina la Fundación Descubre-Consejería de Universidad, Investigación e Innovación y la Universidad Pablo de Olavide, pretende potenciar la utilización de esta metodología entre distintos agentes de la región.
Sigue leyendoDurante el mes de junio se llevarán a cabo actividades y exposiciones en las provincias de Cádiz, Huelva, Málaga y Sevilla.
Sigue leyendoUn equipo de la Universidad de Málaga ha desarrollado un dispositivo que permite introducir mejoras en la rehabilitación de la marcha de niños con parálisis cerebral y otras patologías neuronales que afectan a su movimiento. Sus principales ventajas son la recogida de datos objetivos en los entornos en los que transcurre su día a día a partir de sensores que recopilan información clínica durante 24 horas, así como la adaptación según el grado de afectación de cada enfermedad.
Sigue leyendo