Runtime Safety Filtering for Two-Terminal Hazards in Robotic Battery Recycling

Los robots están aprendiendo a realizar trabajos delicados, como la clasificación y el reciclaje de las baterías que alimentan nuestro mundo moderno. Para enseñárselos, los investigadores suelen utilizar inteligencia artificial que aprende observando vídeos de humanos realizando tareas. Estos sistemas, conocidos como modelos de visión-lenguaje-acción, pueden comprender cómo recoger una batería o mover una herramienta con solo mirar una escena y entender una instrucción sencilla. Sin embargo, existe una brecha entre lo que estos sistemas inteligentes saben y lo que pueden hacer de forma segura. Un robot puede entender que necesita mover una batería del punto A al punto B, pero podría no darse cuenta de que moverla demasiado cerca de una pieza metálica específica podría causar un cortocircuito peligroso. Para cerrar esta brecha, los ingenieros utilizan un "filtro de seguridad". Piense en este filtro como un supervisor vigilante que se encuentra entre el cerebro del robot y sus músculos. El supervisor observa cada movimiento que el robot planea realizar. Si un movimiento parece que va a romper una regla de seguridad, el supervisor lo detiene y le dice al robot que haga otra cosa en su lugar. El desafío consiste en determinar exactamente qué cuenta como un movimiento peligroso y decidir qué debe hacer el robot cuando se le indica que se detenga.

En el caso específico del reciclaje de baterías, el peligro es único. Una celda de batería tiene dos terminales metálicos, uno positivo y uno negativo. Si una pieza de metal, como la propia carcasa de la batería o una herramienta, toca ambos terminales al mismo la vez, crea un puente que permite que la electricidad fluya por donde no debería, provocando un cortocircuito. Esto es diferente de una colisión estándar, donde golpear un solo objeto es el problema. Aquí, el peligro solo existe si el robot se acerca a ambos terminales simultáneamente. Un robot podría estar muy cerca de un terminal y ser perfectamente seguro, pero en el momento en que se acerca al segundo mientras sigue cerca del primero, el riesgo aparece. Investigadores de la Universidad Nacional de Singapur y varias universidades australianas se propusieron probar cuál es la mejor manera de programar estos supervisores de seguridad para manejar este peligro específico de "dos terminales". Querían saber si la forma en que se define el peligro importa más que lo que el robot hace cuando se detiene.

El equipo construyó un entorno simulado utilizando un banco de pruebas robótico estándar llamado LIBERO, donde un brazo robótico tenía que mover un artículo de alimentación, que actuaba como un sustituto de una parte conductora de una batería, a través de un banco de trabajo. Programaron el robot con una política de IA congelada, lo que significa que el cerebro de toma de decisiones del robot era fijo y no podía aprender nuevos trucos durante la prueba. Los investigadores luego probaron diferentes versiones del filtro de seguridad. Primero, probaron diferentes formas de definir la "zona de peligro". Una versión utilizó una regla simple: mantenerse alejado de cualquiera de los terminales. Otra utilizó una regla más compleja: mantenerse alejado del área donde se podrían tocar ambos terminales a la vez. También probaron un enfoque híbrico que combinaba ambas reglas. Crucialmente, no probaron estas reglas a una sola distancia fija. Ajustaron el "margen", o zona de amortiguación, para cada regla para ver cuánto espacio se necesitaba para mantener al robot seguro sin detenerlo con demasiada frecuencia.

Lo que encontraron fue sorprendente. Cuando ajustaron las zonas de amortiguación para cada regla para encontrar el mejor equilibrio posible entre la seguridad y la realización del trabajo, las tres definiciones de la zona de peligro funcionaron casi exactamente igual. Ya fuera que el supervisor buscara una regla simple de "mantenerse alejado de uno" o una regla compleja de "mantenerse alejado de ambos", los resultados fueron casi idénticos una vez que se ajustó la distancia correctamente. Esto sugiere que la forma específica de la regla de seguridad es menos importante que ajustar la distancia correctamente. La verdadera diferencia radicó en lo que el robot hacía cuando el supervisor decía "detente".

Los investigadores probaron cuatro formas diferentes de reaccionar cuando un movimiento era rechazado. La primera era simplemente quedarse quieto, congelando al robot en su lugar. La segunda era "retirarse", moviendo al robot hacia atrás, alejándose del peligro. La tercera era la "búsqueda de muestreo", donde el robot probaba algunos movimientos ligeramente diferentes para ver si alguno era seguro. La cuarta era una proyección matemática compleja que intentaba encontrar el movimiento más seguro que fuera todavía muy cercano a lo que el robot quería hacer originalmente. Los resultados mostraron que la estrategia de "quedarse quieto" era la peor. Detuvo al robot de completar su tarea aproximadamente un 30 por ciento más a menudo que la estrategia de "retirarse", sin hacer el entorno realmente más seguro. El robot simplemente se quedaba allí sentado, fallando en completar el trabajo. Por otro lado, las estrategias que intentaban ser mínimamente invasivas, como la proyección matemática o la búsqueda de muestreo, permitieron al robot terminar su tarea con más frecuencia, pero dejaron un riesgo mucho mayor de que el robot se acercara demasiado a la zona de peligro. La estrategia de "retirarse", que alejaba claramente al robot del peligro, ofreció el mejor equilibrio: mantuvo al robot seguro y permitió que completara la tarea casi tan a menudo como lo habría hecho el robot sin filtro.

El estudio también analizó cómo se comportaban estos filtros cuando el robot cometía errores o cuando el entorno cambiaba. Probaron el sistema con una política de robot diferente y diferentes formas de batería, y la estrategia de "retirarse" siguió siendo la más eficaz. Incluso simularon errores en la forma en que el robot medía las distancias. Descubrieron que si el robot se equivocaba en el tamaño del objeto que sostenía, el filtro de seguridad era mucho menos efectivo que si se equivocaba ligeramente sobre la ubicación de los terminales. Esto resalta que conocer el tamaño de la carga útil es tan crítico como saber dónde están los peligros. Además, descubrieron que un sistema de seguridad que solo comprueba el contacto físico fallaría por completo. Muchos de los momentos peligrosos ocurrían cuando el objeto estaba a unos milímetros de los terminales, una distancia demasiado pequeña para tocar, pero lo suficientemente grande como para causar un cortocircuito. Un monitor basado en el contacto perdería estos eventos por completo.

En última instancia, esta investigación muestra que para los robots que manipulan materiales peligrosos, la parte más importante del sistema de seguridad no es necesariamente la matemática compleja utilizada para definir el peligro, sino la decisión simple y clara de qué hacer cuando se detecta el peligro. Un supervisor que le dice a un robot que retroceda es mucho más eficaz que uno que le dice que se congele o que intente empujarlo solo ligeramente fuera del camino. El estudio, realizado enteramente en una simulación de alta fidelidad, proporciona una hoja de ruta clara para construir robots más seguros. Sugiere que los ingenieros deben centrarse menos en inventar nuevas y complejas reglas geométricas de peligro y más en elegir una estrategia de reacción robusta y clara que aleje al robot del riesgo mientras le permite completar su trabajo. A medida que el mundo avanza hacia la automatización del reciclaje de millones de baterías, estos hallazgos ofrecen una guía práctica para asegurar que las máquinas que realizan el trabajo no causen accidentalmente los mismos peligros que deben gestionar.