Robótica de precisión táctil alcanza 95% de exactitud en corte de alimentos blandos

Un sistema de tres brazos desarrollado en Noruega demuestra que el aprendizaje profundo por refuerzo puede replicar habilidades manuales complejas en la industria alimentaria

Investigadores de la Universidad Noruega de Ciencia y Tecnología (NTNU) desarrollaron un sistema robótico de tres brazos —denominado Sashimi-Bot— capaz de cortar filetes de salmón fresco con una precisión táctil del 95%, según datos publicados por el equipo. El avance representa un punto de inflexión en la automatización de tareas que involucran materiales de comportamiento variable, un segmento donde la robótica industrial había encontrado límites estructurales hasta ahora.

El principal obstáculo técnico no era la velocidad ni la fuerza, sino la adaptabilidad. El salmón crudo se deforma durante la manipulación, lo que exige que el sistema recalibule continuamente la posición del filete antes de ejecutar cada corte. Para resolverlo, el equipo entrenó al robot mediante aprendizaje profundo por refuerzo en un entorno de simulación virtual, donde el sistema ejecutó miles de movimientos antes de operar con material real. Este enfoque de transferencia sim-to-real eliminó la necesidad de entrenamiento físico con producto perecedero, reduciendo costos de desarrollo y tiempo de calibración.

La arquitectura del sistema distribuye funciones entre sus tres brazos: uno estabiliza y posiciona el filete, otro opera un cuchillo de chef, y el tercero traslada las piezas cortadas con palillos hacia una bandeja. La detección del contacto entre la hoja y la tabla de corte —un parámetro crítico para controlar la profundidad del corte— se resolvió integrando un sensor táctil GelSight, que combina una superficie de gel con una cámara interna para traducir variaciones de presión en datos procesables. La red neuronal del sensor fue entrenada con más de 12,000 muestras y 157 movimientos de corte, alcanzando un 99% de precisión en condiciones controladas.

Durante las pruebas con filetes reales, el robot ejecutó 34 cortes de entre 6 y 16 milímetros de grosor y transfirió correctamente 26 de 28 piezas que quedaron sobre la tabla. Los únicos fallos registrados ocurrieron con rebanadas extremadamente delgadas que resbalaron de los palillos. Para directivos del sector alimentario, de manufactura avanzada o de atención sanitaria, el caso ilustra una tendencia concreta: la combinación de simulación, aprendizaje por refuerzo y sensórica háptica está habilitando la automatización de procesos que hasta hace poco requerían exclusivamente destreza humana. Las implicaciones en eficiencia operativa, consistencia de producto y reducción de merma son directamente cuantificables en la cadena de valor.