Desarrollan mano robótica tan delicada que es capaz de sujetar huevos sin dañarlos

Un equipo de investigadores desarrolló una mano robótica blanda impresa en 3D capaz de sostener un huevo crudo sin quebrarlo y, al mismo tiempo, levantar una botella de agua de un litro sin perder el agarre.

El logro resuelve uno de los desafíos más persistentes de la automatización: lograr que una máquina module la fuerza de sujeción con la misma precisión que una mano humana.

El desarrollo estuvo a cargo del Instituto Avanzado de Ciencia y Tecnología de Corea ( KAIST ) , en colaboración con el Instituto de Ciencia y Tecnología de Corea (KIST) y la Universidad Nacional de Ciencia y Tecnología de Seúl (SEOULTECH).

El equipo utilizó inteligencia artificial para identificar una fórmula química óptima que permite imprimir en 3D materiales tan elásticos como el caucho, sin que se obstruyan las impresoras durante el proceso.

La fórmula química se estira seis veces sin romperse El material resultante puede estirarse hasta más de seis veces su longitud original sin rasgarse.

Este equilibrio entre elasticidad y resistencia había sido, hasta ahora, difícil de alcanzar mediante los métodos tradicionales de ensayo y error.

“Esta investigación es significativa porque demuestra que la combinación de datos experimentales de los investigadores con inteligencia artificial puede identificar de manera eficiente combinaciones óptimas de materiales que antes resultaban difíciles de encontrar”, explicó el profesor Seungchul Lee.

“Esperamos que se utilice para desarrollar con mayor rapidez materiales de impresión 3D con el rendimiento necesario en diversos campos, incluidos los robots blandos, los dispositivos vestibles y los dispositivos médicos personalizados”, agregó Lee.

El obstáculo técnico que frenaba la impresión 3D flexible La tecnología empleada, conocida como impresión 3D por procesamiento digital de luz (DLP) , proyecta patrones de luz sobre un recipiente de resina líquida y cura instantáneamente cada capa hasta formar estructuras complejas.

Este método presentaba, sin embargo, un obstáculo técnico de difícil resolución: las cadenas de polímeros necesarias para dotar a un material de alta elasticidad y durabilidad vuelven la resina líquida demasiado espesa y viscosa, lo que impide que fluya de manera uniforme durante el ciclo de impresión.

Diluir la resina con solventes o aditivos de bajo peso molecular soluciona el problema de la viscosidad, pero altera la red de polímeros y deja el producto final frágil y propenso a romperse.

En lugar de recurrir a años de ajustes manuales, el equipo entrenó un modelo de aprendizaje automático con un conjunto de datos de formulaciones químicas, que incluía casos fallidos de alta viscosidad difíciles de imprimir.

El modelo mapeó cómo pequeños ajustes químicos afectaban la velocidad de flujo y el tiempo de curado bajo luz.