Recientes investigaciones avanzan hacia la creación de un marco de seguridad semántica para robots, con el objetivo de asegurar interacciones más seguras en entornos centrados en humanos. Este marco se basa en una comprensión semántica del escenario y en capacidades de razonamiento contextual, utilizando grandes modelos de lenguaje (LLMs) para certificar las acciones de los robots con “sentido común”. Esto permite integrar restricciones que, aunque no son visibles en el mapa 3D de un entorno, son críticas para la seguridad en aplicaciones del mundo real.

Los modelos de lenguaje ayudan a identificar condiciones que podrían considerarse inseguras, por ejemplo, llevando un vaso de agua con un robot sobre un ordenador portátil, situación que ahora podría evitarse gracias a la aplicación de un filtro semántico. Este filtro de seguridad semántica fue evaluado en tareas de manipulación teleoperada y de recogida y colocación de objetos, demostrando su eficacia en incorporar restricciones semánticas para asegurar el funcionamiento seguro de los robots.

El enfoque propuesto se apoya en la generación de un mapa semántico del entorno 3D y en la creación de restricciones semánticas sintetizadas automáticamente. A través de experimentos se verificó que la integración semántica permite a los robots operar sin infringir restricciones, lo que anteriormente era algo complicado dentro de las operaciones robóticas.

Un punto notable de este marco es su capacidad para limitar las rotaciones y restricciones de comportamiento del extremo del robot en función del objeto que transporta, con el fin de mantener la seguridad ante posibles colisiones o situaciones de riesgo.

Finalmente, la aplicación de un filtro de seguridad semántica demuestra que la incorporación de razonamiento semántico puede llevar a decisiones más seguras y efectivas, asegurando que los robots no solo eviten colisiones, sino que también sigan normas de sentido común, lo que facilitará su integración en entornos compartidos con humanos.