A Hierarchical Stochastic Decision-Making Framework for Task Scheduling and Safety-Aware Human-Robot Collaboration

En las fábricas del futuro, conocidas como Industria 5.0, el objetivo es volver a unir a los humanos y las máquinas en el mismo espacio de trabajo. Durante décadas, la automatización significó reemplazar a las personas con robots para realizar tareas peligrosas o repetitivas. Ahora, la visión es diferente: humanos y robots trabajando codo con codo, combinando la adaptabilidad y el juicio humano con la precisión y resistencia robótica. Sin embargo, compartir un espacio de trabajo introduce un problema complejo. Un robot necesita saber no solo dónde está una pieza, sino cómo se siente el trabajador humano. ¿Está el trabajador cansado? ¿Se mueve rápido o lento? ¿Es la tarea urgente o puede esperar? Si un robot no puede leer estas señales sutiles, podría moverse demasiado rápido y causar un accidente, o moverse demasiado lento y perder tiempo. El desafío para los ingenieros es crear un sistema que tome decisiones en fracciones de segundo sobre quién hace qué, cuándo y cómo, manteniendo la seguridad y la eficiencia de todos.

Investigadores de la Universidad de Petróleo y Minerales Rey Fahd han desarrollado una nueva forma de resolver este problema. Crearon un marco informático que actúa como un cerebro de dos niveles para los equipos de humanos y robots. En lugar de intentar tomar una decisión gigante y complicada que lo cubra todo a la vez, dividieron el trabajo en dos partes distintas que se comunican entre sí. La primera parte es un programador de alto nivel. Piense en esto como un gerente que observa una lista de trabajos, verifica quién está disponible y decide qué trabajador —humano o robot— debe asumir la siguiente tarea. Este gerente presta mucha atención a la "fatiga" de los trabajadores. Si un humano ha estado trabajando duro, el sistema sabe que debe darle un descanso antes de asignarle más trabajo. Si un robot se ha calentado demasiado, se le indica que se enfríe. El gerente también prioriza los trabajos urgentes y determina qué tareas pueden realizarse al mismo tiempo sin causar un cuello de botella.

La segunda parte del sistema es un oficial de seguridad que opera a un nivel inferior. Mientras que el gerente decide qué hacer, este oficial de seguridad decide cómo hacerlo. Debido a que un robot no puede conocer perfectamente el estado interno de un humano —como si se siente agitado o plenamente concentrado—, tiene que hacer conjeturas educadas basadas en lo que puede ver. Los investigadores utilizaron un modelo que observa los movimientos corporales del humano, específicamente las posiciones de sus hombros, codos y manos. Basándose en estos movimientos, el sistema mantiene una "creencia" sobre la condición del humano. Si los movimientos sugieren que el humano está inquieto o moviéndose demasiado rápido, el robot aumenta automáticamente la distancia entre ellos para mantenerse seguro. Si el humano está tranquilo y la tarea requiere que trabajen cerca, el robot se acerca para colaborar. Esta capa de seguridad actualiza constantemente su conjetura mientras observa el movimiento del humano, lo que permite al robot reaccionar instantáneamente a los cambios de comportamiento.

Lo que hace que este nuevo marco sea único es cómo se conectan estas dos partes. En muchos sistemas anteriores, la planificación de tareas y el monitoreo de seguridad ocurrían por separado, a menudo sin compartir información. Aquí, las dos capas están vinculadas por un módulo de coordinación que actúa como un puente. Cuando el gerente asigna una tarea, le comunica al oficial de seguridad los detalles de ese trabajo. Si el trabajo es una tarea individual para el robot, el oficial de seguridad mantiene una distancia amplia. Si el trabajo requiere que ambos trabajen juntos, el oficial de seguridad permite que se acerquen. Crucialmente, el oficial de seguridad también envía información de vuelta al gerente. Si un humano se cansa demasiado durante una tarea, el oficial de seguridad le señala esto al gerente, quien luego decide dejar de asignar trabajo a esa persona y programar un periodo de descanso. Esto crea un bucle cerrado donde la seguridad del trabajador influye directamente en la programación de la fábrica.

Los investigadores probaron este sistema utilizando simulaciones por computadora para ver cómo manejaría un flujo de doce tareas diferentes. Crearon escenarios donde la carga de trabajo cambiaba de tareas mixtas a aquellas que requerían mayor esfuerzo humano, luego mayor esfuerzo robótico y, finalmente, tareas que requerían una colaboración estrecha. El sistema gestionó con éxito todos estos cambios sin necesidad de ser reprogramado para cada nueva situación. Priorizó correctamente los trabajos urgentes, asignó las tareas al trabajador menos fatigado y se aseguró de que tanto el humano como el robot tomaran descansos cuando sus niveles de fatiga eran demasiado altos. La simulación mostró que el sistema podía tomar estas decisiones increíblemente rápido. El tiempo que le tomó al sistema buscar la decisión correcta para una situación dada se midió en apenas 3.082 microsegundos. Esta velocidad significa que el sistema puede reaccionar casi instantáneamente a los cambios en la fábrica, mucho más rápido de lo que cualquier gerente humano podría calcular un nuevo plan.

Uno de los hallazgos más importantes fue que el sistema podía mantener la seguridad sin ser excesivamente cauteloso. En el pasado, los robots a menudo tenían que detenerse o moverse muy lentamente cada vez que un humano estaba cerca, solo por seguridad. Este nuevo enfoque permite que el robot sea más flexible. Cuando el humano trabaja solo en una tarea, el robot se mantiene alejado. Pero cuando el humano y el robot trabajan juntos en una tarea conjunta, el sistema permite que se acerquen, siempre que la "creencia" del robot sobre el estado del humano indique que es seguro hacerlo. La simulación confirmó que el robot nunca entró en un estado de colisión peligroso y, aun así, fue capaz de realizar tareas colaborativas de manera eficiente. El sistema también demostró que podía transferir los niveles de fatiga de los trabajadores de un conjunto de tareas a otro, asegurando que un trabajador que terminó un turno cansado no fuera sobreexplotado en el siguiente.

Los investigadores fueron cuidadosos al señalar que sus resultados provienen de simulaciones por computadora, no de robots físicos trabajando con personas reales en una fábrica todavía. La "fatiga" y el "estado de ánimo" del humano en la simulación se basaron en modelos matemáticos de cómo podría reaccionar una persona, en lugar de mediciones de participantes humanos reales. El sistema utilizó una visión simplificada del movimiento humano para tomar sus decisiones. Aunque los resultados son prometedores, los autores afirman que el siguiente paso es probar este marco con humanos y robots reales para ver si los modelos computacionales reflejan con precisión cómo se comportan las personas en la realidad. Planean utilizar sensores para medir la frecuencia cardíaca y los movimientos corporales en tiempo real para refinar la comprensión del sistema sobre los estados humanos.

Este trabajo representa un paso significativo hacia la realización práctica y segura de la colaboración humano-robot. Al separar el complejo problema de la programación del problema de la seguridad en tiempo real, y luego vincularlos mediante un sistema de comunicación bidireccional rápido, los investigadores han demostrado que es posible gestionar una planta de producción donde los humanos y los robots trabajen como un equipo. El sistema no se limita a seguir un conjunto rígido de reglas; se adapta a la condición de los trabajadores y a la urgencia de los trabajos. Demuestra que, con la estructura de toma de decisiones adecuada, los robots pueden ser no solo fuertes y precisos, sino también considerados y receptivos a las personas con las que trabajan. La capacidad de tomar estas decisiones en microsegundos sugiere que tales sistemas podrían estar operando pronto las fábricas del mañana, manteniendo seguros a los trabajadores mientras maximizan la productividad.