SoftBank y Yaskawa impulsan la robótica de IA física en infraestructura de nube
La robótica industrial está logrando un gran avance en sus capacidades a medida que la inteligencia artificial basada en la nube se conecta directamente con la manipulación física en tiempo real. El pionero de las telecomunicaciones SoftBank Corp. y el fabricante de robótica industrial Yaskawa Electric Corporation, en colaboración con NVIDIA, han demostrado con éxito un sistema robótico especializado capaz de manejar objetos altamente deformables y flexibles. Impulsado por la plataforma "AI Data Center GPU Cloud" de SoftBank, el proyecto crea un flujo de trabajo simplificado que conecta la captura de datos de movimiento del mundo real, el entrenamiento de modelos basado en la nube, la simulación sintética y la ejecución en vivo en manipuladores industriales en el taller.
Históricamente, el control de movimiento industrial convencional se ha basado en una planificación de trayectoria determinista, asumiendo que las piezas de trabajo objetivo mantienen geometrías estáticas y ubicaciones fijas. El manejo de materiales flexibles como mazos de cables, paneles de tela o cables industriales presenta graves dificultades de control debido al hundimiento, la flexión y el enredo impredecibles. Para cerrar esta brecha, Yaskawa desarrolló una configuración de manipulación especializada que aprovecha la arquitectura de Visión-Lenguaje-Acción (VLA). Al desacoplar los movimientos mecánicos deterministas de la evaluación espacial en tiempo real, el sistema aísla la percepción de alto nivel y la selección del punto de agarre en una unidad de IA modular, asegurando una ejecución estable sin rediseñar las rutinas de movimiento centrales.
El entorno de desarrollo subyacente de SoftBank simplifica este ciclo al integrar las bibliotecas de simulación de NVIDIA Omniverse junto con los marcos de mundo abierto de NVIDIA Cosmos. Los datos de movimiento y los flujos de visión recopilados de robots físicos se cargan en la nube de GPU, donde el aumento de datos sintéticos genera millones de escenarios plausibles de casos extremos. Los modelos de IA se entrenan directamente dentro de esta infraestructura en la nube, lo que permite a los ingenieros de control monitorear la optimización a través de una interfaz gráfica centralizada antes de evaluar la seguridad de la trayectoria dentro de entornos virtuales. Una vez validados, los modelos perfeccionados se implementan directamente en el hardware de campo. Durante las pruebas de validación en vivo, la configuración reconoció, enrutó y empacó con éxito mazos de cables industriales cambiantes en tiempo real, lo que demuestra que la IA física conectada a la nube puede acortar drásticamente los ciclos de implementación para operaciones de ensamblaje complejas en redes de fabricación globales.