Seúl , Corea del Sur, 2 de octubre de 2025: Investigadores surcoreanos han desarrollado un nuevo sistema robótico que imita el procesamiento de la memoria humana para mejorar el rendimiento de los robots móviles autónomos en entornos industriales. Esta tecnología permite a los robots priorizar datos en tiempo real y descartar información obsoleta, mejorando así la eficiencia de navegación en centros logísticos y fábricas inteligentes. El estudio, realizado por el Instituto de Ciencia y Tecnología Daegu Gyeongbuk (DGIST) y publicado en la revista Journal of Industrial Information Integration, fue realizado por el Instituto de Ciencia y Tecnología Daegu Gyeongbuk (DGIST).
La investigación introduce un modelo de “IA física” basado en el concepto de “difundir y olvidar”, inspirado en la forma en que los problemas sociales surgen y se desvanecen con el tiempo. Este enfoque permite a los robots autónomos filtrar datos obsoletos, como obstáculos previamente encontrados que ya no existen, evitando así desvíos innecesarios y optimizando el flujo de tareas. El profesor Kyung-Joon Park, del Centro de IA física del DGIST, dirigió el equipo de investigación, compuesto por Jiyeong Chae y Sanghoon Lee. El equipo se centró en mejorar las capacidades de navegación cooperativa de los robots móviles autónomos (RAM), comúnmente utilizados en operaciones de fabricación, logística y almacenamiento.
Los sistemas de navegación convencionales suelen provocar que los robots desvíen sus rutas para sortear obstáculos anteriores, lo que reduce la productividad operativa incluso después de superarlos. Para probar el nuevo sistema, los investigadores utilizaron el simulador Gazebo para recrear un entorno logístico. El rendimiento del modelo de IA física se comparó con el ampliamente utilizado marco ROS 2 (Sistema Operativo de Robots 2). El nuevo modelo mostró una reducción del tiempo promedio de conducción de hasta un 30,1 % y un aumento del rendimiento de las tareas de hasta un 18 %.
Corea del Sur amplía la investigación en robótica con nuevas alianzas
Según los investigadores , el modelo permite a los robots compartir únicamente datos de alta prioridad, como la ubicación de una obstrucción actual, mientras que gradualmente olvidan la información que ya no es relevante. Este intercambio selectivo de datos está diseñado para reducir la sobrecarga de comunicación dentro de las flotas de robots y mejorar la coordinación general sin necesidad de computación externa ni procesamiento en la nube. El sistema funciona con sensores LiDAR 2D, lo que elimina la necesidad de costoso hardware adicional.
Se ha desarrollado como complemento para ROS 2, lo que permite una integración sencilla en plataformas robóticas existentes. Los investigadores destacaron que el enfoque está diseñado para funcionar en tiempo real, sin depender de entornos estáticos predefinidos. Además de una navegación mejorada, el sistema ofrece posibles beneficios al reducir el consumo de energía y el desgaste mecánico, evitando rutas ineficientes y paradas innecesarias. Estas mejoras podrían contribuir a reducir los costos operativos en entornos de alto rendimiento, donde los retrasos y la fatiga de los equipos son factores importantes.
Rendimiento de tareas mejorado con el modelo de memoria selectiva
La tecnología ha sido diseñada para su uso industrial inmediato y es compatible con la infraestructura robótica actual. Si bien las pruebas iniciales se realizaron en entornos simulados, los investigadores observaron que el complemento ya está disponible para su aplicación en sistemas comerciales de AMR. Este desarrollo se produce en un contexto de creciente interés en la automatización robótica en Corea del Sur . A principios de este año, el país lanzó la Alianza K-Humanoid, una iniciativa nacional destinada a coordinar la investigación en robótica e inteligencia artificial en los sectores académico, industrial y gubernamental.
La investigación de DGIST se suma a una creciente cartera de innovaciones destinadas a lograr sistemas autónomos más adaptables y eficientes en operaciones reales. El modelo basado en IA física representa un cambio en la forma en que los robots procesan y actúan sobre los datos ambientales, con un enfoque en la toma de decisiones en tiempo real y la precisión operativa. El equipo de investigación ha puesto el complemento a disposición del público para facilitar su adopción en diversos sectores, como la logística, la fabricación y el desarrollo de sistemas autónomos. – Por Content Syndication Services .