Robot de tres brazos alcanza 95% de precisión táctil en corte de pescado para cocina profesional

Un sistema desarrollado en Noruega combina aprendizaje profundo por refuerzo y sensores táctiles para replicar la destreza de un chef en la preparación de sashimi, con implicaciones directas para la automatización de la industria alimentaria.

Investigadores de la Universidad Noruega de Ciencia y Tecnología (NTNU) desarrollaron un sistema robótico de tres brazos capaz de cortar salmón fresco con una precisión táctil del 95%, un resultado que desafía uno de los límites históricos de la automatización industrial: la manipulación de materiales blandos y de forma variable.

Denominado Sashimi-Bot, el sistema asigna una función específica a cada brazo: el primero estabiliza y posiciona el filete, el segundo opera un cuchillo de chef, y el tercero traslada las piezas cortadas con palillos hacia una bandeja. La complejidad del proceso radica en que el salmón crudo se deforma durante el manejo, lo que históricamente ha limitado la automatización de este tipo de tareas a operadores humanos con experiencia. Para resolver el problema de posicionamiento, el equipo recurrió al aprendizaje profundo por refuerzo en entornos virtuales: el robot ejecutó miles de movimientos simulados antes de operar con pescado real, transfiriendo ese conocimiento sin reentrenamiento adicional.

El componente crítico del sistema es un sensor táctil GelSight, que utiliza una superficie de gel y una cámara interna para detectar variaciones de presión con alta resolución. La red neuronal asociada fue entrenada con más de 12,000 muestras de datos y 157 movimientos de corte, lo que permitió al robot identificar el momento exacto en que la hoja toca la tabla y ajustar la profundidad del corte en tiempo real. Durante pruebas controladas, el sistema alcanzó una precisión del 99% en esa detección de contacto.

En validaciones con filetes reales, el Sashimi-Bot realizó 34 cortes de entre 6 y 16 milímetros de grosor. De las piezas que se adhirieron al cuchillo —una ocurrencia frecuente con pescado crudo— el sistema recuperó la totalidad directamente desde la hoja. Del resto, transfirió 26 de 28 piezas a la bandeja; los dos fallos se registraron con rebanadas extremadamente delgadas que resbalaron de los palillos.

Para el C-suite de empresas en los sectores alimentario, hospitalario o de manufactura de precisión, este desarrollo tiene implicaciones concretas. La combinación de aprendizaje por refuerzo en simulación con retroalimentación táctil en tiempo real representa una arquitectura replicable para automatizar procesos que hasta ahora requerían destreza humana: desde el procesamiento de proteínas hasta procedimientos quirúrgicos asistidos. La capacidad de transferir conocimiento del entorno virtual al físico sin reentrenamiento reduce significativamente los costos y tiempos de implementación, un factor determinante para evaluar el ROI de proyectos de automatización avanzada.

Entorno monitorea el avance de tecnologías de automatización con impacto estratégico para industrias de manufactura, alimentos y salud en México y América Latina.