Tento vývoj mění představu o tom, jak mohou stroje pracovat v extrémních prostředích — od výroby po průzkum vesmíru.
Když robot rozpozná vlastní chybu
Výzkumné týmy po celém světě vyvíjejí modely, které umožňují robotům monitorovat svou mechaniku pomocí senzorů a algoritmů učení. Stroj tak dokáže detekovat poruchu, například zhoršenou funkci kloubu nebo chybné vyvážení, a automaticky upravit svůj pohyb.
To znamená výrazné zvýšení odolnosti. Stroje mohou pracovat v prostředích, kde je lidský zásah nemožný nebo nebezpečný — například v hlubokém vesmíru, v jaderných elektrárnách nebo pod hladinou oceánů.
Publikované experimenty ukazují, že roboti trénovaní pomocí reinforcement learningu dokážou kompenzovat až 60–80 % poškození bez externí pomoci. Stále není jasné, jak takové systémy fungují dlouhodobě — zejména při kombinaci více typů poškození.
Samoopravné materiály: robotické „tkáně“, které se obnovují
Inženýři vyvíjejí polymerní materiály, které reagují na řez, tlak nebo protržení. Tyto látky se mohou s pomocí tepla či světla znovu spojit a zacelit.
Stroje vyrobené z těchto materiálů nebudou vyžadovat okamžité opravy. To prodlouží jejich životnost a umožní výrobu lehčích, flexibilnějších a méně poruchových zařízení.
Testy ukazují, že některé polymery dosahují plné obnovy pevnosti během několika hodin. A nové generace materiálů dokonce nepotřebují žádný externí zdroj energie — „hojí se“ spontánně.
Otázkou zůstává, nakolik jsou tyto materiály odolné proti opakovanému namáhání nebo extrémním teplotám.
Robot, který si přepíše vlastní „návod k použití“
Nové modely strojového učení umožňují robotům vytvářet si interní „model těla“ — představu o tom, jak jsou části jejich systému propojeny. Když se změní jeden komponent, robot si aktualizuje své vnitřní schéma.
To otevírá možnost skutečně autonomních robotů, kteří se dokážou přizpůsobit úplně novým situacím. Jde o zásadní krok k dlouhodobým robotickým misím bez servisu.
Laboratorní testy ukazují, že modely založené na umělých neurálních sítích dokážou mapovat poškození rychleji a přesněji než tradiční analytické metody.
Zda lze tyto procesy bezpečně kontrolovat v prostředích s vysokým rizikem — například v medicíně nebo v průmyslu.
Samoopravující se roboti představují nový typ technologie: systémy schopné dlouhodobého provozu, adaptace a částečné regenerace. Největší výzvy zůstávají v oblasti bezpečnosti a dlouhodobé spolehlivosti, ale směr vývoje je jasný — budoucnost robotiky bude autonomnější, než jsme si dokázali představit.
Zdroje
Dey, D. et al. (2021). Rapid Self-Healing in Soft Robotics. Science Robotics, 6(55), eabd8012.
Kwiatkowski, R. et al. (2020). Self-Modeling Machines: Internal Schemas for Damage Recovery. Nature Machine Intelligence, 2, 174–181.
Terryn, S. et al. (2022). Mechanically Resilient Polymers for Self-Healing Robots. Advanced Materials, 34(1), 2106042.
