ABB Robotics y PSYONIC están atacando uno de los problemas menos vistosos y más difíciles de la robótica industrial: agarrar objetos variables sin convertir cada cambio en un proyecto de ingeniería. La colaboración combina el cobot GoFa de ABB con la Ability Hand de PSYONIC, una mano biónica nacida para prótesis, para explorar cómo los datos reales de uso humano pueden entrenar sistemas robóticos más diestros.
La idea es relevante porque la industria lleva años automatizando movimientos grandes, repetibles y bien definidos. Lo difícil llega cuando el robot tiene que manipular objetos frágiles, deformables, irregulares o simplemente distintos entre sí. Ahí una pinza clásica puede quedarse corta: ve el objeto, lo coge, pero no siempre entiende cuánto aprieta, cuándo algo resbala o cómo corregir el contacto sin romper la pieza.
La mano humana como fuente de datos
Según el anuncio recogido por RoboticsTomorrow, PSYONIC y ABB quieren usar datos de movimiento, contacto y fuerza generados por usuarios reales de prótesis. La lógica es clara: una mano protésica avanzada no solo ejecuta una orden, también registra cómo una persona interactúa con objetos cotidianos. Esos datos pueden ser más ricos que muchas sesiones de teleoperación porque capturan decisiones naturales sobre presión, postura, deslizamiento y corrección.
La Ability Hand fue desarrollada originalmente para uso protésico. Integra control mioeléctrico, sensores de presión, retroalimentación por vibración y dedos flexibles capaces de adaptarse a formas irregulares. PSYONIC la presenta como una mano biónica rápida, resistente y con feedback táctil, pensada para devolver capacidad de agarre a personas amputadas. La colaboración con ABB desplaza ese mismo hardware hacia otro entorno: robots industriales que necesitan manipular con más sensibilidad.
Ese salto tiene sentido. Si la misma mano puede montarse en personas y en robots, la frontera entre experiencia humana y aprendizaje robótico se vuelve más directa. No se trata de copiar cada gesto como si fuera una marioneta, sino de construir datasets de contacto útiles para que un robot aprenda qué fuerzas y posturas funcionan en tareas variables.
GoFa como banco de pruebas industrial
ABB aporta el otro lado de la ecuación: una plataforma robótica repetible, medible y orientada a despliegue industrial. El cobot GoFa permite evaluar posiciones de dedos, fuerza de agarre y movimientos con la precisión necesaria para convertir señales humanas en comportamiento robótico fiable. Esa parte es importante porque la destreza no basta si después el sistema no puede repetirse en una célula de producción.
La compañía sitúa esta colaboración dentro de su visión de Autonomous Versatile Robotics, robots capaces de percibir, razonar, moverse y manipular con precisión en entornos dinámicos. Es una formulación amplia, pero aquí aterriza en un problema concreto: mejorar la manipulación para aplicaciones en automoción, aeroespacial, packaging, logística y ciencias de la vida.
La propia ABB plantea que la destreza sigue siendo una barrera para automatizar tareas donde los objetos cambian mucho o son delicados. En esos casos, el coste de integración puede crecer rápido: pruebas de pinza, utillajes específicos, cambios de diseño, sensores adicionales y ajustes para cada variante. Por eso cualquier avance que reduzca esa ingeniería tiene valor práctico.
Menos pinzas rígidas, más datos de contacto
El mensaje de fondo es que la manipulación robótica ya no puede depender solo de visión y trayectorias. Los modelos de IA física necesitan datos multimodales: imagen, movimiento, presión, fuerza y resultado. Una cámara puede decir dónde está un objeto, pero no siempre dice si se está deformando, si la superficie resbala o si conviene aflojar antes de girar.
PSYONIC defiende precisamente esa lectura: la destreza es tanto un problema de hardware como de datos. Una mano con sensores puede captar señales que después alimenten modelos de acción, y un brazo como GoFa puede convertir esas señales en pruebas repetibles. The Robot Report añade además que PSYONIC está trabajando con herramientas como NVIDIA Isaac Lab y GR00T para entrenar modelos de visión-lenguaje-acción y modelos de mundo, aunque ese punto todavía debe leerse como trabajo en desarrollo, no como producto industrial cerrado.
El interés está en la dirección: pasar de enseñar robots mediante vídeo o teleoperación limitada a recoger datos de interacción física de mayor calidad. Si funciona, podría ayudar a que robots industriales manipulen mejor piezas blandas, componentes irregulares, productos empaquetados o elementos pequeños que hoy obligan a diseñar soluciones muy específicas.
Lo que aún falta por demostrar
La colaboración todavía no equivale a una célula comercial lista para cualquier fábrica. Faltan métricas públicas de tasa de éxito, duración de los ciclos, desgaste de la mano, coste, mantenimiento, seguridad y robustez ante miles de objetos distintos. También falta comprobar cuánto de lo aprendido con usuarios de prótesis se transfiere realmente a un robot que trabaja con otra cinemática, otros ritmos y otras restricciones de planta.
Aun así, el enfoque es sólido. La próxima fase de la IA física no se va a decidir solo por robots que caminan o brazos que se mueven deprisa. Muchas tareas de alto valor dependen de tocar bien: alinear, apretar, soltar, detectar deslizamiento y corregir sin parar la operación. ABB y PSYONIC están poniendo el foco justo ahí, en la capa de contacto donde la robótica industrial suele volverse cara y artesanal.
Si la alianza consigue convertir datos humanos de manipulación en políticas robóticas fiables, el resultado no será una mano espectacular para un vídeo, sino algo más útil: robots que necesiten menos utillaje, menos ajuste manual y menos programación específica para agarrar objetos que no se comportan siempre igual.
Fuentes
- RoboticsTomorrow - ABB Robotics and PSYONIC Use Human-Generated Data to Advance Robotic Dexterity [en]
- The Robot Report - PSYONIC partners with ABB Robotics to apply human touch to robot dexterity [en]
- PSYONIC - Ability Hand [en]
- ABB Robotics - GoFa collaborative robots [en]
- International Federation of Robotics - gripping systems and digital integration [en]
- Imagen: The Robot Report / ABB Robotics - GoFa con PSYONIC Ability Hand [en]