Sistem Kontrol Baru Ajarkan Robot Lunak Berinteraksi Aman

Bayangkan sebuah lengan robot lunak yang secara mulus membengkok di sekitar seikat anggur atau brokoli, menyesuaikan cengkeramannya secara waktu nyata (real time) saat mengangkat objek. Berbeda dengan robot kaku tradisional yang umumnya menghindari kontak dengan lingkungan dan menjaga jarak dari manusia karena alasan keamanan, lengan robot lunak ini mampu merasakan kekuatan halus, meregang dan melentur meniru kelenturan tangan manusia. Setiap gerakannya dihitung untuk menghindari gaya berlebihan sambil menyelesaikan tugas secara efisien. Di laboratorium MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) dan Laboratory for Information and Decisions Systems (LIDS), gerakan yang tampaknya sederhana ini adalah hasil dari matematika kompleks, rekayasa cermat, dan visi untuk menciptakan robot yang dapat berinteraksi dengan manusia serta objek halus secara aman.

Mengapa Robot Lunak Begitu Menjanjikan?

Robot lunak, dengan tubuhnya yang dapat berubah bentuk, menjanjikan masa depan di mana mesin bergerak lebih mulus bersama manusia, membantu dalam perawatan, atau menangani barang-barang halus dalam pengaturan industri. Fleksibilitas ini membuka pintu bagi aplikasi yang sebelumnya tidak mungkin dilakukan oleh robot kaku. Di Indonesia sendiri, potensi robot lunak sangat besar, terutama mengingat pertumbuhan sektor manufaktur yang membutuhkan penanganan produk sensitif, hingga kebutuhan akan asisten di sektor kesehatan yang dapat berinteraksi langsung dengan pasien lansia atau yang membutuhkan perhatian khusus.

Namun, kelenturan yang sama inilah yang membuatnya sulit dikendalikan. Sedikit lekukan atau puntiran dapat menghasilkan gaya yang tidak terduga, meningkatkan risiko kerusakan atau cedera. Inilah yang mendorong perlunya strategi kontrol yang aman untuk robot lunak. Gioele Zardini, asisten profesor MIT dan pemimpin penulis senior, menjelaskan bahwa timnya terinspirasi oleh kemajuan dalam kontrol aman dan metode formal untuk robot kaku, yang kemudian diadaptasi ke robotika lunak. Tujuannya adalah memodelkan perilaku kompleks mereka dan justru merangkul kontak, bukan menghindarinya, untuk memungkinkan desain berkinerja lebih tinggi tanpa mengorbankan keamanan atau kecerdasan yang melekat.

Inovasi MIT: Sistem Kontrol "Contact-Aware Safety"

Tim peneliti mengembangkan kerangka kerja baru yang menggabungkan teori kontrol nonlinier (mengontrol sistem yang melibatkan dinamika sangat kompleks) dengan teknik pemodelan fisik canggih dan optimisasi waktu nyata yang efisien. Hasilnya adalah apa yang mereka sebut "contact-aware safety" atau keamanan yang sadar kontak. Inti dari pendekatan ini adalah High-Order Control Barrier Functions (HOCBFs) dan High-Order Control Lyapunov Functions (HOCLFs).

HOCBFs dan HOCLFs: Fondasi Keamanan

HOCBFs berfungsi untuk mendefinisikan batas operasi yang aman, memastikan robot tidak mengerahkan gaya yang tidak aman. Sementara itu, HOCLFs memandu robot secara efisien menuju tujuan tugasnya, menyeimbangkan keamanan dengan kinerja. Kiwan Wong, mahasiswa PhD di Departemen Teknik Mesin MIT dan penulis utama makalah, menyatakan, "Pada dasarnya, kami mengajarkan robot untuk mengetahui batasnya sendiri saat berinteraksi dengan lingkungan sambil tetap mencapai tujuannya." Meskipun melibatkan derivasi kompleks dari dinamika robot lunak, model kontak, dan batasan kontrol, spesifikasi tujuan kontrol dan penghalang keamanan cukup mudah bagi praktisi, dan hasilnya sangat nyata: robot bergerak dengan mulus, bereaksi terhadap kontak, dan tidak pernah menyebabkan situasi tidak aman.

Wei Xiao, asisten profesor di Worcester Polytechnic Institute dan mantan postdoc CSAIL, menambahkan bahwa dibandingkan dengan CBF kinematik tradisional—di mana set aman yang invarian ke depan sulit untuk ditentukan—kerangka HOCBF menyederhanakan desain penghalang, dan formulasi optimisasinya mempertimbangkan dinamika sistem (misalnya, inersia), memastikan robot lunak berhenti cukup awal untuk menghindari gaya kontak yang tidak aman. Maximilian Stölzle, penulis pendamping, juga menekankan bahwa karya ini membantu menutup kesenjangan dalam kecerdasan kognitif robot lunak, terutama sistem keamanannya, yang selama ini tertinggal dari manipulator rigid.

Uji Coba dan Aplikasi Potensial di Indonesia

Tim LIDS dan CSAIL menguji sistem ini dalam serangkaian eksperimen yang dirancang untuk menantang keamanan dan adaptabilitas robot. Dalam satu tes, lengan robot menekan permukaan yang lentur dengan lembut, mempertahankan gaya yang tepat tanpa berlebihan. Dalam tes lain, robot menelusuri kontur objek melengkung, menyesuaikan cengkeramannya untuk menghindari selip. Dalam demonstrasi lain, robot memanipulasi barang-barang rapuh bersama operator manusia, bereaksi secara waktu nyata terhadap dorongan atau pergeseran yang tidak terduga.

“Eksperimen ini menunjukkan bahwa kerangka kerja kami mampu menggeneralisasi ke berbagai tugas dan tujuan, dan robot dapat merasakan, beradaptasi, dan bertindak dalam skenario kompleks sambil selalu menghormati batas keamanan yang jelas,” kata Zardini. Robot lunak dengan keamanan yang sadar kontak ini dapat menjadi nilai tambah nyata di tempat-tempat berisiko tinggi. Di Indonesia, misalnya, dalam sektor kesehatan, mereka dapat membantu dalam operasi, memberikan manipulasi yang tepat sambil mengurangi risiko bagi pasien. Di industri manufaktur, mereka mungkin menangani barang-barang rapuh (misalnya, komponen elektronik, produk makanan kemasan) tanpa pengawasan konstan, meningkatkan efisiensi dan mengurangi kerusakan. Di lingkungan rumah tangga, robot dapat membantu pekerjaan rumah tangga atau tugas perawatan, berinteraksi dengan aman dengan anak-anak atau lansia—sebuah langkah kunci menuju menjadikan robot lunak sebagai mitra yang andal di lingkungan dunia nyata.

Teknologi di Balik Kendali Cerdas

Strategi kontrol ini didukung oleh implementasi yang dapat dibedakan dari apa yang disebut model dinamika Piecewise Cosserat-Segment (PCS), yang memprediksi bagaimana robot lunak berubah bentuk dan di mana gaya terakumulasi. Model ini memungkinkan sistem untuk mengantisipasi bagaimana tubuh robot akan merespons aktuasi dan interaksi kompleks dengan lingkungan. Cosimo Della Santina, profesor di Delft University of Technology, mengapresiasi perpaduan integrasi alat baru dan lama dari berbagai bidang seperti model robot lunak canggih, simulasi yang dapat dibedakan, teori Lyapunov, optimisasi cembung, dan batasan keamanan berbasis tingkat cedera. Semua ini terpadu dengan baik menjadi pengontrol waktu nyata yang sepenuhnya berdasarkan prinsip-prinsip dasar.

Melengkapi ini adalah Differentiable Conservative Separating Axis Theorem (DCSAT), yang memperkirakan jarak antara robot lunak dan hambatan di lingkungan yang dapat didekati dengan rantai poligon cembung secara diferensiabel. Wong menjelaskan, "Metrik jarak diferensiabel sebelumnya untuk poligon cembung tidak dapat menghitung kedalaman penetrasi—yang penting untuk memperkirakan gaya kontak—atau menghasilkan perkiraan non-konservatif yang dapat mengganggu keamanan." Sebaliknya, metrik DCSAT mengembalikan perkiraan yang sangat konservatif, dan karenanya aman, sambil secara bersamaan memungkinkan komputasi yang cepat dan dapat dibedakan. Bersama-sama, PCS dan DCSAT memberikan robot kemampuan prediktif tentang lingkungannya untuk interaksi yang lebih proaktif dan aman.

Masa Depan Robotika Lunak

Ke depan, tim berencana untuk memperluas metode mereka ke robot lunak tiga dimensi dan menjelajahi integrasi dengan strategi berbasis pembelajaran. Dengan menggabungkan keamanan yang sadar kontak dengan pembelajaran adaptif, robot lunak dapat menangani lingkungan yang lebih kompleks dan tidak terduga. “Inilah yang membuat pekerjaan kami menarik,” kata Daniela Rus, direktur CSAIL. “Anda dapat melihat robot berperilaku seperti manusia, dengan hati-hati, tetapi di balik keanggunan itu adalah kerangka kontrol yang ketat yang memastikan tidak pernah melampaui batas keamanannya.”

Daniel Bruder, asisten profesor di University of Michigan, yang tidak terlibat dalam penelitian ini, menyatakan bahwa robot lunak umumnya lebih aman untuk berinteraksi daripada robot bertubuh kaku karena sifat kepatuhan dan penyerap energi tubuh mereka. Namun, seiring robot lunak menjadi lebih cepat, lebih kuat, dan lebih mampu, hal itu mungkin tidak lagi cukup untuk memastikan keamanan. "Karya ini mengambil langkah krusial menuju memastikan robot lunak dapat beroperasi dengan aman dengan menawarkan metode untuk membatasi gaya kontak di seluruh tubuh mereka," imbuhnya. Inovasi ini sangat relevan bagi Indonesia yang terus bergerak menuju era Industri 4.0, di mana otomatisasi cerdas dan interaksi aman antara manusia dan mesin menjadi kunci untuk meningkatkan produktivitas dan kualitas hidup.