Inovasi

Eka Robotics Kembangkan Tangan Robot Peka Tekanan yang Mampu Menggenggam Benda Rapuh

Perkembangan TEKNOLOGI robotika semakin menarik setelah Eka Robotics mengembangkan tangan robot yang mampu merasakan tekanan ketika menggenggam berbagai objek, termasuk benda yang mudah rusak. Perusahaan rintisan asal Cambridge, Massachusetts, Amerika Serikat, ini menggabungkan sensor gaya dengan kecerdasan buatan untuk menghasilkan gerakan yang lebih halus dan adaptif. Teknologi tersebut memungkinkan robot menyesuaikan kekuatan genggaman berdasarkan respons fisik benda yang disentuh, bukan hanya mengandalkan kamera. Inovasi ini menjadi perhatian setelah Eka Robotics mengumumkan pendanaan Seri A sebesar 150 juta dolar AS pada 20 Oktober 2026, sekaligus memperlihatkan potensi baru penggunaan robot dalam industri manufaktur, logistik, dan pekerjaan yang membutuhkan ketelitian tinggi.

Mengenal Eka Robotics dan Inovasi Tangan Robot Peka Tekanan

Eka Robotics hadir sebagai perusahaan rintisan di bidang robotika yang mengembangkan sistem robot dengan kemampuan merasakan tekanan. Pengembang robot tersebut didirikan oleh Pulkit Agrawal, profesor dari Massachusetts Institute of Technology, dan Tuomas Haarnoja, mantan peneliti Google DeepMind. Dua pengembang teknologi tersebut berfokus menyelesaikan salah satu permasalahan penting dalam dunia robotika, yaitu kemampuan menggenggam benda secara tepat. Tidak seperti robot industri konvensional yang sering menjalankan gerakan berulang, sistem Eka Robotics dikembangkan agar mampu beradaptasi ketika berinteraksi dengan benda berbeda. Pengembangan tersebut memberikan kemungkinan lebih luas bagi otomatisasi pekerjaan fisik.

Salah satu kemampuan menarik adalah pengendalian kekuatan genggaman secara responsif. Berdasarkan pengamatan terhadap prototipe robot, sistem Eka Robotics berhasil mendemonstrasikan penanganan benda seperti raspberry dan bola lampu yang membutuhkan pengaturan gaya secara tepat. Ketika mendekati objek, robot mengandalkan persepsi gambar untuk mengarahkan gerakan mendekati target. Namun, setelah ujung penjepit menyentuh benda, informasi gaya membantu menentukan gerakan berikutnya. Berkat respons terhadap tekanan, robot berpotensi menangani objek dengan lebih lembut. Keberhasilan demonstrasi ini menunjukkan kemajuan penting dalam penerapan sensor sentuhan pada mesin.

Cara Kerja Sensor Tekanan pada Tangan Robot Eka Robotics

Sistem kecerdasan buatan yang digunakan dikembangkan melalui model Vision-Force-Action, yaitu pendekatan AI yang menghubungkan persepsi gambar, kontak fisik, dan gerakan. Tidak seperti pendekatan Vision-Language-Action yang memanfaatkan penglihatan dan bahasa untuk menentukan aksi, model Eka Robotics menempatkan umpan balik gaya sebagai komponen penting. Ketika robot melakukan manipulasi objek, kamera membantu memperkirakan lokasi objek, sedangkan sensor gaya mengukur respons kontak. Penggabungan kedua jenis informasi ini membantu robot mengambil keputusan ketika benda mulai bergeser. Melalui mekanisme ini, robot tidak hanya mengikuti gerakan yang telah direncanakan.

Integrasi informasi kontak fisik menjadi penting karena benda di dunia nyata menunjukkan sifat fisik yang beragam. Untuk menggambarkan perbedaannya, menggenggam raspberry membutuhkan penyesuaian kekuatan secara lembut, sedangkan mengangkat benda yang lebih berat mengharuskan robot menyesuaikan kekuatan. Ketika genggaman terlalu kuat, benda rapuh dapat mengalami kerusakan. Di sisi lain, objek dapat tergelincir dari penjepit. Berkat respons sensor terhadap kontak, sistem berpeluang menyesuaikan posisi penjepit. Pendekatan pengendalian ini mendukung pengembangan kemampuan untuk membuat robot lebih terampil.

Bagaimana Eka Robotics Mengembangkan Kemampuan Robot melalui AI

Selain mengembangkan sensor, Eka Robotics memanfaatkan reinforcement learning untuk melatih kemampuan manipulasi. Pendekatan pembelajaran ini memungkinkan robot mempelajari strategi melalui percobaan berulang dalam simulasi. Melalui dunia virtual yang dibangun, berbagai faktor seperti massa benda, gaya kontak, dan interaksi antarbagian robot digunakan sebagai bagian dari pengalaman latihan. Tim pengembang perusahaan menjelaskan bahwa pendekatan ini memungkinkan pembuatan pengalaman latihan dalam jumlah besar tanpa membutuhkan pengujian nyata untuk setiap variasi kondisi. Metode pelatihan tersebut membantu meningkatkan kemampuan adaptasi.

Aspek pengembangan yang tidak kalah penting adalah memindahkan keterampilan dari simulasi ke dunia nyata. Tahapan pengembangan ini dikenal sebagai transfer simulasi ke dunia nyata. Ketika robot mulai digunakan secara langsung, permukaan benda dapat menunjukkan karakteristik yang sulit diperkirakan. Kondisi semacam ini berpotensi mengubah hasil manipulasi. Karena itu, Eka Robotics memadukan pembelajaran virtual dengan informasi kontak nyata. Strategi pengembangan tersebut memberikan peluang untuk memperbaiki tindakan saat terjadi kesalahan. Kendati memperlihatkan kemampuan yang berkembang, keberhasilan pada semua jenis objek belum dapat diasumsikan.

Manfaat Robot Peka Tekanan untuk Manufaktur dan Logistik

Pengendalian kontak fisik yang lebih presisi membuka peluang penerapan dalam industri perakitan. Dalam berbagai sistem produksi, robot sering digunakan untuk pekerjaan berulang. Dalam kondisi tertentu, proses seperti merakit perangkat elektronik mengharuskan sistem merespons hambatan fisik. Sebagai contoh potensial, tangan robot peka tekanan dapat dikembangkan untuk memasang konektor tanpa memaksakan gerakan ketika terjadi hambatan. Apabila sambungan memberikan resistansi, sistem berpeluang menyesuaikan gerakan. Kemampuan tersebut berpotensi mengurangi kegagalan penanganan, meskipun setiap penerapan memerlukan validasi keselamatan.

Untuk sektor lainnya, teknologi Eka Robotics dapat dikembangkan lebih lanjut pada penanganan barang dalam rantai pasok. Pada lingkungan penyortiran barang, robot berinteraksi dengan material yang tidak seragam. Dukungan sensor gaya memungkinkan respons terhadap perubahan posisi barang ketika objek dipindahkan dari satu tempat ke tempat lain. Dalam industri makanan, teknologi serupa dapat dikembangkan untuk memindahkan bahan rapuh. Namun, penggunaan langsung pada makanan memerlukan perhatian terhadap kebersihan. Untuk memastikan manfaat operasional, perusahaan harus mengevaluasi tingkat keberhasilan pengambilan, konsistensi sistem, dan keamanan lingkungan kerja sebelum menerapkannya dalam skala besar.

Investasi Besar Mendukung Masa Depan Teknologi Eka Robotics

Kemajuan teknologi yang dikembangkan perusahaan mendapatkan dukungan pendanaan besar. Dalam pengumuman pendanaan Oktober 2026, Eka Robotics mengumumkan perolehan pendanaan Seri A sebesar 150 juta dolar AS. Putaran investasi tersebut melibatkan investor utama Andreessen Horowitz atau a16z dan F-Prime, dengan valuasi perusahaan setelah pendanaan mencapai 1,45 miliar dolar AS. Besarnya pendanaan ini memperlihatkan ketertarikan investor terhadap pengembangan kecerdasan buatan fisik. Meski nilai investasinya besar, valuasi perusahaan bukan ukuran langsung keberhasilan produk. Tahap perkembangan selanjutnya memerlukan pembuktian manfaat pada pelanggan.

Persoalan penting pada teknologi ini adalah mempertahankan keandalan ketika menangani objek berbeda. Pengujian dalam lingkungan terkendali mampu menunjukkan hasil yang menarik, tetapi lingkungan produksi menghadirkan tantangan tambahan. Benda yang ditangani tidak selalu berada pada tempat tetap, material menunjukkan tingkat gesekan beragam, dan sistem harus mempertahankan performa sepanjang operasi. Dengan mempertimbangkan tantangan tersebut, Eka Robotics harus memastikan perangkat aman digunakan. Di samping optimasi sensor, perusahaan juga membutuhkan integrasi dengan infrastruktur pelanggan. Dalam perjalanan menuju penggunaan luas, keunggulan demonstrasi harus diterjemahkan menjadi manfaat nyata.

Kesimpulan tentang Inovasi Tangan Robot Eka Robotics

Pengembangan tangan robot Eka Robotics memperlihatkan perkembangan menarik dalam penerapan AI pada mesin yang berinteraksi dengan lingkungan. Berkat integrasi sensor gaya, persepsi visual, dan model Vision-Force-Action, robot mampu menyesuaikan genggaman berdasarkan kontak. Penggunaan reinforcement learning juga membantu mengembangkan keterampilan manipulasi. Kendati perkembangannya menarik, keandalan penggunaan jangka panjang harus dibuktikan. Dalam perkembangan TEKNOLOGI modern, kemampuan robot untuk mengendalikan kekuatan sentuhan menjadi fondasi penting bagi robot generasi berikutnya. Dari sudut pandang Anda, apakah sistem robot berbasis sensor sentuhan akan menjadi bagian penting industri masa depan? Sampaikan pandangan Anda mengenai perkembangan robot cerdas.

Related Articles

Back to top button