SMART dan NUS Kembangkan Sistem Kendali untuk Soft Robots

Berbeda dengan robot konvensional yang bergerak menggunakan motor dan sambungan kaku, robot lunak (soft robots) dibuat dari material fleksibel seperti karet lembut dan digerakkan oleh aktuator khusus. Komponen ini berfungsi layaknya otot buatan untuk menghasilkan gerakan fisik.

Fleksibilitas ini membuat robot lunak sangat cocok untuk tugas-tugas yang membutuhkan sentuhan halus atau kemampuan beradaptasi tinggi. Namun, justru karena sifatnya yang lentur, bentuk robot dapat berubah-ubah secara tidak terduga, sehingga pengendaliannya menjadi jauh lebih kompleks.

Lingkungan dunia nyata pun penuh gangguan tak terduga. Perubahan kecil seperti pergeseran beban, hembusan angin, atau gangguan ringan pada perangkat keras dapat mengacaukan gerakan robot lunak. Meski riset di bidang ini telah berkembang pesat, pendekatan yang ada umumnya masih sangat terbatas.

Dalam studi berjudul “A general soft robotic controller inspired by neuronal structural and plastic synapses that adapts to diverse arms, tasks, and perturbations” yang dipublikasikan di Science Advances, para peneliti memperkenalkan sistem kendali AI baru yang memungkinkan robot lunak beradaptasi terhadap beragam tugas dan gangguan.

Pendekatan ini terinspirasi dari cara otak manusia belajar dan menyesuaikan diri, serta dibangun di atas riset mendalam tentang kendali robot berbasis pembelajaran, embodied intelligence, robotika lunak, dan meta-learning.

Sistem ini mengandalkan dua jenis “sinapsis” yang bekerja secara saling melengkapi. “Sinapsis struktural” dilatih secara offline menggunakan berbagai gerakan dasar, seperti menekuk atau meregangkan lengan robot dengan halus.

Sementara itu, “sinapsis plastis” terus diperbarui secara online saat robot beroperasi, menyempurnakan gerakan sesuai kondisi aktual di lapangan.

"Sistem kendali AI baru ini adalah salah satu pengendali robot lunak umum pertama yang dapat mencapai ketiga aspek kunci yang dibutuhkan agar robot lunak dapat digunakan dalam masyarakat dan berbagai industri," kata Profesor Madya Zhiqiang Tang, yang merupakan Rekan Pascasarjana di M3S dan di NUS, dalam keterangan tertulis (5/2/2026).

Sistem kendali ini dirancang untuk menangani berbagai jenis tugas. Lengan robot lunak bisa melakukan trajectory tracking (mengikuti jalur gerak tertentu), penempatan objek secara presisi, hingga pengaturan bentuk seluruh tubuh robot (whole-body shape regulation).

Tak hanya itu, metode ini juga mampu digeneralisasi ke berbagai platform lengan robot lunak yang berbeda, menunjukkan bahwa pendekatan tersebut tidak terbatas pada satu desain atau perangkat tertentu.

Dalam pengujian eksperimental, sistem ini divalidasi pada dua platform fisik berbeda. Ini termasuk lengan robot lunak berbasis kabel (cable-driven soft arm) dan lengan robot lunak berbasis paduan memori bentuk (shape-memory-alloy–actuated soft arm).

Hasilnya, sistem mampu mengurangi kesalahan pelacakan gerak hingga 44–55% di bawah gangguan berat, mempertahankan akurasi bentuk lebih dari 92% saat terjadi perubahan beban.

Temuan ini menjadi langkah penting menuju robot lunak yang tidak hanya fleksibel secara fisik, tetapi juga cerdas secara adaptif. Dengan meniru cara kerja sinapsis di otak manusia, para peneliti membuka jalan bagi generasi baru robot yang mampu belajar, menyesuaikan diri, dan tetap aman di tengah ketidakpastian dunia nyata.