La brecha entre una demostración de robot y un robot que realmente funciona

Puntos clave

• Burro, una empresa de robótica agrícola con sede en Filadelfia, realizó su primera demostración en campo en 2018 y pasó años aprendiendo la brecha entre esa demostración y el despliegue en el mundo real.
• Los robots al aire libre enfrentan fluctuaciones de temperatura desde bajo cero hasta 120 grados Fahrenheit, cambios en las condiciones de luz y terrenos que se modifican diariamente.
• Vibhor Sood, cofundador de Burro, dice que el área de investigación que falta es la localización sin infraestructura: permitir que un robot sepa exactamente dónde está y qué lo rodea, sin GPS ni puntos de referencia fijos.
• Cada fallo en el mundo real que experimenta un robot de Burro en una ubicación se retroalimenta en el sistema y hace que cada otra unidad en la flota sea más confiable.

Un robot que funciona en una demostración y un robot que funciona en una mañana lluviosa de noviembre no son la misma máquina. Burro, una empresa de robótica agrícola con sede en Filadelfia, lo aprendió de la manera difícil, y el cofundador Vibhor Sood ha explicado exactamente por qué en un artículo publicado por primera vez por The Robot Report.

Burro construye robots autónomos para entornos de granjas al aire libre, máquinas que pueden transportar cargas, podar y patrullar campos sin ninguna infraestructura fija como torres GPS o iluminación controlada. La empresa hizo su primera demostración en 2018. Fue bien. Luego comenzó el verdadero trabajo.

El problema es lo que Sood llama la trampa de la demostración. Una demostración se construye para un escenario del mejor caso: condiciones controladas, una audiencia preparada, una ventana de tiempo corta. El despliegue real significa luz plana, terreno mojado, trabajadores que se acercan desde ángulos inesperados y operaciones en ubicaciones que el robot nunca ha visitado. La mayoría de las empresas de robótica, sostiene Sood, pasan demasiado tiempo optimizando la demostración mientras el problema de despliegue más difícil permanece sin resolver.

Burro no tenía el lujo de esperar. Los entornos agrícolas no se adaptan a las preferencias de una máquina. Los trabajadores agrícolas no iban a cambiar la forma en que se movían por los campos para ayudar a un robot a enfrentar los desafíos. La empresa tuvo que enfrentar los fallos del mundo real temprano y aprender de ellos rápidamente.

¿Por qué falla la robótica al aire libre donde tiene éxito la robótica de interiores?

Los robots de interiores operan en espacios controlados: iluminación fija, pisos planos, movimiento predecible. Un almacén no cambia de forma de la noche a la mañana. Un sitio de construcción sí. Un patio portuario funciona las 24 horas, mezclando vehículos pesados con tráfico humano impredecible. Una fila de cultivos se ve completamente diferente al amanecer versus al atardecer, en verano versus en invierno, en polvo versus en barro.

El argumento central de Sood es que ninguna cantidad de simulación, por detallada que sea, resuelve esto. Solo resuelves la robótica al aire libre estando al aire libre, acumulando datos operacionales reales, fallando de manera segura e iterando rápidamente. Un fallo en un campo, una vez absorbido y corregido, hace que cada robot en la flota sea más inteligente.

La brecha técnica específica que Sood identifica es la localización y percepción sin infraestructura. En términos simples: un robot necesita saber precisamente dónde está y qué lo rodea, incluso cuando sus sensores se deterioran y el entorno cambia alrededor suyo, todo sin ninguna infraestructura de apoyo. La robótica de interiores recibió inversión seria para resolver este problema hace aproximadamente una década. Los entornos desestructurados al aire libre no han recibido la misma atención. Esa brecha, dice Sood, es el principal cuello de botella restante.

La lección para cualquiera que observe sistemas autónomos entrar en su lugar de trabajo o vecindario es práctica. Un sistema que impresiona en un entorno controlado no es aún un sistema en el que puedas depender. La dependencia viene de horas en el campo, no de horas de laboratorio. Burro dice que ahora tiene ocho años de ese tipo de datos, ganados completamente.

Cuando un robot gana esa dependencia, los usuarios reorganizan todo su flujo de trabajo alrededor de él. En ese momento, un fallo se siente menos como un gadget roto y más como un corte de energía. El estándar de confiabilidad establecido por usuarios reales es más alto que cualquier prueba de laboratorio para la cual una empresa pueda prepararse.