🤖 AI

A Continual Learning Framework for Adaptive Control of Modular Soft Robots

Este artículo propone un marco de aprendizaje continuo que permite a los robots blandos modulares controlar adaptativamente morfologías variables y aprender la dinámica específica de cada módulo sin olvidar el conocimiento previo, tal como se valida mediante experimentos tanto en simulación como en el mundo real.

Autores originales: Nilay Kushawaha, Muhammad Sunny Nazeer, Baljinder Singh Bal, Cecilia Laschi, Egidio Falotico

Publicado 2026-07-09

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Nilay Kushawaha, Muhammad Sunny Nazeer, Baljinder Singh Bal, Cecilia Laschi, Egidio Falotico

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que tienes un robot hecho de segmentos blandos y elásticos, como una cadena de salchichas conectadas o una oruga. Este es un Robot Blando Modular (MSR). Estos robots son increíbles porque pueden colarse en espacios estrechos y moverse de forma segura alrededor de las personas, pero son increíblemente difíciles de controlar. Se doblan, se retuercen y se estiran de formas impredecibles, lo que dificulta la escritura de un programa informático que les diga exactamente cómo moverse.

Normalmente, si añades un nuevo segmento al robot o te quitas uno, el antiguo programa informático deja de funcionar. Tienes que tirar el "cerebro" viejo y entrenar uno completamente nuevo desde cero. Esto es lento y un desperdicio.

Este artículo presenta un nuevo "cerebro" llamado SMPL (Aprendizaje Progresivo de Modelos Blandos). Así es como funciona, utilizando analogías sencillas:

1. La "Biblioteca en Expansión Continua" (Aprendizaje Continuo)

Piensa en el controlador del robot como un estudiante aprendiendo a conducir.

La forma antigua: Si el estudiante aprende a conducir un sedán, y luego cambias el coche por un camión, el estudiante tiene que olvidar todo sobre el sedán y empezar de nuevo en una escuela de conducción para camiones.
La forma de SMPL: Este nuevo marco de trabajo es como un estudiante que guarda su manual de conducción del sedán en el estante. Cuando consigue el camión, no tira el manual del sedán. En su lugar, añade un nuevo capítulo a su cuaderno específicamente para los camiones. Puede seguir conduciendo el sedán perfectamente (porque el capítulo antiguo está ahí) y ahora también puede conducir el camión.

En términos técnicos, el artículo llama a esto Aprendizaje Continuo. El robot aprende nuevas formas (al añadir o quitar módulos) sin "olvidar" cómo controlar las formas antiguas. Construye una biblioteca de conocimiento, añadiendo nuevos libros a medida que el robot cambia, en lugar de reescribir toda la biblioteca cada vez.

2. El "Equipo Especializado" (Control Distribuido)

Imagina una gran orquesta.

La forma antigua: Un solo director intenta decirle a cada violinista, baterista y flautista exactamente qué hacer al mismo tiempo. Si el director se cansa o comete un error, toda la orquesta sufre.
La forma de SMPL: Este marco de trabajo actúa como un director que contrata a un entrenador especializado para cada sección. Un entrenador enseña a los violines, otro a la batería, y así sucesivamente.
- Cada "entrenador" (sub-red) se enfoca únicamente en su instrumento específico (módulo).
- Se comunican entre sí (conexiones laterales) para compartir consejos, pero no dependen de una sola persona para controlarlo todo.
- El beneficio: Si se rompe una baqueta (falla un módulo), solo necesitas reentrenar al entrenador de la batería. El entrenador de los violines sigue tocando perfectamente. Esto hace que el sistema sea más robusto y preciso.

3. La "Red de Seguridad" (Control de Lazo Cerrado)

El artículo también describe un mecanismo de seguridad. Imagina que el robot intenta dibujar un círculo.

Lazo Abierto (Sin Red de Seguridad): El robot adivina los comandos para dibujar el círculo. Si empieza a desviarse, sigue dibujando una línea torcida porque no sabe que se ha equivocado.
Lazo Cerrado (El enfoque de SMPL): El robot tiene un "espejo" (un modelo hacia adelante) que predice dónde estará. Compara esa predicción con dónde debería estar. Si hay una diferencia (un error), introduce inmediatamente ese error de vuelta en su cerebro para corregir el siguiente movimiento. Es como una persona dibujando un círculo mientras mira constantemente el papel y ajusta su mano en tiempo real.

¿Qué demostraron?

Los investigadores probaron este "cerebro" de dos maneras:

En una Simulación por Computadora: Construyeron un robot blando virtual y le fueron añadiendo segmentos (desde 1 segmento hasta 5). El marco de trabajo SMPL aprendió a controlar el robot de 1 segmento, luego el de 2 segmentos, y así sucesivamente, sin perder la capacidad de controlar la versión de 1 segmento. Funcionó mejor que otros métodos estándar de IA.
En un Robot Real: Construyeron un robot físico real con tres segmentos blandos llenos de aire. Lo probaron en una mesa real. El robot siguió con éxito trayectorias complejas (como círculos, rectángulos y espirales) con alta precisión. El enfoque del "equipo de entrenadores" (control distribuido) fue más preciso que el enfoque del "director único".

El Experimento del "Ahorro Inteligente de Energía"

Finalmente, demostraron que el robot podía ser perezoso de forma inteligente.

La prueba: Le pidieron al robot que alcanzara un punto específico en el aire.
El truco: En lugar de usar los tres segmentos para alcanzar el punto, el robot descubrió que solo necesitaba el segmento central. Apagó los otros dos para ahorrar energía y potencia de cómputo.
El resultado: Si el segmento central no era suficiente, "despertaba" al primer segmento para que ayudara. Solo utilizaba el número mínimo de partes necesarias para realizar el trabajo.

Resumen

Este artículo presenta una nueva forma de enseñar a los robots blandos cómo moverse. En lugar de obligar al robot a reaprenderlo todo cada vez que cambia de forma, este sistema añade nuevas habilidades sin olvidar las antiguas. También divide la tarea de control en tareas más pequeñas y especializadas, lo que hace que el robot sea más preciso y resistente. Es como darle a un robot blando un cerebro que crece con él, en lugar de uno que tiene que ser reemplazado cada vez que el robot cambia de atuendo.

Resumen Técnico: Un Marco de Aprendizaje Continuo para el Control Adaptativo de Robots Blandos Modulares

Planteamiento del Problema
Los Robots Blandos Modulares (MSR, por sus siglas en inglés) ofrecen ventajas significativas en entornos no estructurados debido a su cumplimiento y reconfigurabilidad. Sin embargo, el control de los MSR presenta desafíos únicos derivados de su dinámica no lineal, hiper-redundancia y propiedades materiales complejas. Las estrategias de control existentes enfrentan dos limitaciones primarias:

Falta de Adaptabilidad a Cambios Morfológicos: La mayoría de los controladores asumen una morfología de robot fija. Cuando se acoplan o desacoplan módulos, el controlador típicamente requiere un reentrenamiento desde cero, fallando al no aprovechar el conocimiento adquirido previamente.
Escalabilidad y Robustez en Configuraciones Fijas: Para los MSR con morfologías fijas, los enfoques convencionales suelen depender de un único controlador centralizado. Esto limita la modularidad, reduce la escalabilidad para robots con muchos módulos y crea un sistema sensible a la propagación de errores. Además, si un módulo específico falla (por ejemplo, debido a una perforación), todo el modelo centralizado puede requerir un reentrenamiento.

Metodología: Soft Modular Progressive Learning (SMPL)
Los autores proponen SMPL, un marco de control basado en el Aprendizaje Continuo (CL) y las Redes Neuronales Progresivas (PNN). El marco aborda el problema del olvido catastrófico mientras permite el aprendizaje incremental y el control distribuido.

Arquitectura: El marco SMPL utiliza una arquitectura progresiva donde cada nueva configuración de MSR (o cada módulo en una configuración fija) recibe una sub-red dedicada.
- Conexiones Laterales: Para facilitar la transferencia de conocimiento, se establecen conexiones laterales entre la sub-red actual y todas las sub-redes aprendidas previamente. Los parámetros de las sub-redes existentes se congelan para preservar el conocimiento previo, mientras que las nuevas sub-redes se entrenan con una inicialización aleatoria.
- Formulación Matemática: La representación oculta de la $i$ -ésima capa en la $k$ -ésima sub-red combina una contribución propia de la sub-red actual y una contribución lateral de las sub-redes anteriores (Ec. 1).
Entrenamiento de Bucle Cerrado: El marco opera en una configuración de bucle cerrado. Un modelo inverso (el controlador) predice comandos de actuación basados en la pose objetivo y el error actual en el espacio de la tarea. Estos comandos se pasan a través de un Modelo de Dinámica hacia Adelante (basado en LSTM) preentrenado y fijo para predecir la pose resultante. El error entre la pose predicha y la pose objetivo se retroalimenta como entrada al modelo inverso para estabilizar el entrenamiento y reducir el error en el espacio de la tarea.
Datos de Entrenamiento: El sistema se entrena utilizando datos de "balbuceo motor" (motor babbling), donde se aplican señales de actuación aleatorias para explorar el espacio de trabajo.
Escenarios Experimentales:
- Exp1S (Morfología Incremental): El marco aprende secuencialmente a medida que se añaden módulos (de 1 a 5 módulos). Debe predecir la actuación para la configuración actual mientras retiene la capacidad de controlar configuraciones anteriores sin reentrenamiento.
- Exp2S y Exp2R (Control Distribuido): Para un MSR de tres módulos con configuración fija, el marco emplea un enfoque distribuido donde cada sub-red aprende la dinámica específica de un módulo. Esto permite un control localizado y el potencial de reentrenar solo el módulo afectado si ocurre una degradación.

Contribuciones Clave

Adaptación Incremental: La propuesta de un marco basado en CL que permite a los MSR adaptarse a nuevas configuraciones morfológicas (acoplamiento/desacoplamiento de módulos) mientras preserva el conocimiento de estructuras aprendidas previamente.
Control Distribuido para Morfologías Fijas: Demostración de que el mismo marco puede aprender la dinámica específica de cada módulo para MSR de tamaño fijo, ofreciendo una precisión y escalabilidad mejoradas en comparación con los controladores centralizados.
Validación Exhaustiva: Evaluación extensa a través de simulación (robot impulsado por tendones) y experimentos en el mundo real (brazo neumático de tres módulos) a través de múltiples tareas de seguimiento de trayectoria.
Activación Adaptativa de Módulos: Una demostración de la capacidad del marco para activar selectivamente solo los módulos necesarios para alcanzar un objetivo, reduciendo la carga computacional y el consumo de energía.

Resultados

Seguimiento de Trayectoria (Exp1S): El marco SMPL rastreó con éxito trayectorias a través de cinco configuraciones incrementales (1 a 5 módulos). Demostró la capacidad de retener el rendimiento en configuraciones aprendidas previamente tras el entrenamiento en nuevas configuraciones, mitigando eficazmente el olvido catastrófico. El entrenamiento de bucle cerrado produjo consistentemente menores errores de posición y orientación en comparación con los entornos de bucle abierto.
Benchmarking (Exp2S y Exp2R): En tanto en simulación como en experimentos en el mundo real, SMPL superó a los modelos de referencia, incluyendo Perceptrones Multicapa (MLP), LSTM estándar, VAE-LSTM y Bi-LSTM.
- Simulación: SMPL logró el error de posición más bajo (3.52 mm) y el error de orientación más bajo (4.69°) en los datos de babble de prueba.
- Mundo Real: En el robot físico, SMPL logró un error de posición de 4.97 mm y un error de orientación de 1.75°, superando significativamente la línea base de Bi-LSTM (7.49 mm y 2.47°).
Activación Adaptativa: En el experimento de alcance, el marco activó dinámicamente los módulos (comenzando con el módulo objetivo, luego los precedentes y después los subsecuentes) para minimizar el error. Esta activación selectiva logró alcanzar el objetivo con una actuación reducida en comparación con la activación de todos los módulos simultáneamente.

Significancia y Reivindicaciones
El artículo afirma que el marco SMPL proporciona una solución robusta para el control de robots blandos modulares al abordar los desafíos duales de la reconfigurabilidad morfológica y la escalabilidad. Al aprovechar el aprendizaje continuo, el sistema evita el costo computacional de reentrenar desde cero cuando la estructura del robot cambia. Además, la arquitectura de control distribuido mejora la robustez del sistema; si un módulo específico se degrada o falla, solo la sub-red correspondiente requiere reentrenamiento en lugar de todo el sistema. Los autores posicionan este trabajo como un paso hacia sistemas robóticos blandos más eficientes, adaptables y escalables capaces de operar en entornos dinámicos.

Limitaciones y Trabajo Futuro
Los autores reconocen que el proceso de aprendizaje secuencial resulta en un aumento del tiempo de entrenamiento. El trabajo futuro apunta a integrar principios de meta-aprendizaje para acelerar la adaptación a nuevos módulos. Adicionalmente, planean explorar la robustez del marco frente a la degradación de los actuadores en el mundo real (por ejemplo, fugas) y extender la arquitectura al control modular a nivel de actuador para obtener una mayor precisión y eficiencia energética.