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
Perusahaan Eka Robotics dikenal sebagai pengembang teknologi kecerdasan buatan fisik yang membangun sistem robot dengan fitur respons terhadap kontak fisik. Startup asal Amerika Serikat ini dibentuk melalui kolaborasi Pulkit Agrawal, profesor dari Massachusetts Institute of Technology, dan Tuomas Haarnoja, mantan peneliti Google DeepMind. Keduanya berupaya mengatasi salah satu permasalahan penting dalam dunia robotika, yaitu ketangkasan memanipulasi objek. Jika dibandingkan dengan robot industri konvensional yang sering menjalankan gerakan berulang, sistem Eka Robotics dikembangkan agar mampu beradaptasi ketika menghadapi kondisi fisik yang tidak selalu sama. Pendekatan tersebut membuka peluang baru bagi penerapan kecerdasan buatan pada aktivitas nyata.
Salah satu kemampuan menarik adalah kemampuan menyesuaikan tekanan saat menyentuh objek. Dalam demonstrasi yang dilaporkan, sistem Eka Robotics berhasil mendemonstrasikan penanganan benda seperti raspberry dan bola lampu yang membutuhkan pengaturan gaya secara tepat. Sewaktu sistem mulai melakukan pengambilan, robot memanfaatkan pengamatan melalui kamera untuk mengarahkan gerakan mendekati target. Akan tetapi, setelah ujung penjepit menyentuh benda, informasi gaya menjadi bagian penting dalam pengendalian. Dengan mekanisme tersebut, robot berpotensi menangani objek dengan lebih lembut. Hasil pengujian tersebut menunjukkan kemajuan penting dalam penerapan sensor sentuhan pada mesin.
Teknologi Vision-Force-Action untuk Mengendalikan Genggaman Robot
Pendekatan pengendalian pada Eka Robotics dikembangkan melalui model Vision-Force-Action, yaitu pendekatan AI yang menghubungkan persepsi gambar, kontak fisik, dan gerakan. Tidak seperti pendekatan Vision-Language-Action yang banyak menitikberatkan hubungan gambar, bahasa, dan perintah gerakan, model Eka Robotics memberikan perhatian khusus pada informasi kontak fisik. Dalam proses menggenggam, kamera membantu memperkirakan lokasi objek, sedangkan sensor gaya memberikan informasi tentang gaya yang terjadi. Penggabungan kedua jenis informasi ini memungkinkan sistem menyesuaikan tindakan ketika benda mulai bergeser. Melalui mekanisme ini, robot tidak hanya mengikuti gerakan yang telah direncanakan.
Penggunaan sensor gaya menjadi penting karena benda di dunia nyata menunjukkan sifat fisik yang beragam. Dalam situasi penggunaan, menggenggam raspberry memerlukan tekanan yang sangat hati-hati, sedangkan mengangkat benda yang membutuhkan kekuatan tambahan memerlukan gaya genggaman berbeda. Jika gaya yang diberikan berlebihan, benda rapuh dapat mengalami kerusakan. Namun apabila tekanannya terlalu kecil, objek mungkin jatuh saat dipindahkan. Melalui informasi gaya, sistem mampu merespons perubahan selama manipulasi. Kemampuan tersebut memberikan fondasi teknologi untuk memperluas penggunaan robot pada pekerjaan rumit.
Simulasi Fisika Membantu Robot Mempelajari Gerakan yang Tepat
Tidak hanya berfokus pada perangkat keras, Eka Robotics menggunakan pembelajaran melalui penguatan untuk melatih kemampuan manipulasi. Sistem pelatihan tersebut memberikan kesempatan bagi sistem untuk mengevaluasi tindakan melalui eksperimen menggunakan model fisika. Melalui dunia virtual yang dibangun, berbagai faktor seperti karakteristik material, gaya kontak, dan perubahan gerakan digunakan sebagai bagian dari pengalaman latihan. Pendiri Eka Robotics menjelaskan bahwa pendekatan ini mendukung simulasi berbagai kondisi secara cepat tanpa harus mengulang seluruh percobaan pada robot fisik. Keuntungan tersebut membantu meningkatkan kemampuan adaptasi.
Persoalan teknis yang perlu diselesaikan adalah menerapkan hasil pembelajaran virtual pada perangkat fisik. Mekanisme pemindahan kemampuan tersebut merupakan proses penerapan hasil simulasi pada kondisi fisik. Pada lingkungan pengujian sebenarnya, permukaan benda dapat menunjukkan karakteristik yang sulit diperkirakan. Perbedaan tersebut mungkin menyebabkan gerakan yang kurang tepat. Karena itu, Eka Robotics memadukan pembelajaran virtual dengan informasi kontak nyata. Kombinasi tersebut mendukung respons terhadap kondisi yang tidak sepenuhnya diprediksi. Walaupun demonstrasinya menarik, kemampuan di lingkungan produksi tetap perlu diuji.
Penerapan Teknologi Robot Adaptif pada Berbagai Pekerjaan Fisik
Kemampuan menggenggam benda secara adaptif membuka peluang penerapan dalam industri perakitan. Pada banyak proses industri, robot umumnya dioptimalkan untuk lingkungan terstruktur. Dalam kondisi tertentu, proses seperti menangani bagian yang mudah berubah posisi memerlukan penyesuaian sentuhan. Sebagai contoh potensial, tangan robot peka tekanan dapat dikembangkan untuk memasang konektor tanpa memberikan tekanan berlebihan. Ketika posisi bagian tidak sepenuhnya tepat, sistem dapat menggunakan informasi gaya untuk mengoreksi posisi. Pendekatan manipulasi tersebut berpotensi mengurangi kegagalan penanganan, meskipun keberhasilan komersialnya masih membutuhkan pengujian.
Selain manufaktur, teknologi Eka Robotics berpeluang digunakan pada penanganan barang dalam rantai pasok. Pada lingkungan penyortiran barang, robot sering menghadapi benda dengan bentuk berbeda. Dukungan sensor gaya memungkinkan respons terhadap perubahan posisi barang ketika barang diambil dari wadah berbeda. Untuk pekerjaan pengelolaan produk segar, teknologi serupa berpotensi berguna untuk menangani buah lunak. Walaupun peluangnya menarik, penggunaan langsung pada makanan memerlukan perhatian terhadap kebersihan. Selain itu, perusahaan sebaiknya menguji biaya pemeliharaan, konsistensi sistem, dan integrasi dengan sistem produksi sebelum menggunakannya sebagai bagian dari proses utama.
Pendanaan Eka Robotics dan Tantangan Pengembangan Robot Cerdas
Kemajuan teknologi yang dikembangkan perusahaan mendapatkan dukungan pendanaan besar. Melalui perkembangan investasi terbaru, Eka Robotics mendapatkan pendanaan Seri A sebesar 150 juta dolar AS. Putaran investasi tersebut mendapat dukungan utama dari Andreessen Horowitz atau a16z dan F-Prime, dengan nilai perusahaan pascainvestasi mencapai 1,45 miliar dolar AS. Dukungan finansial tersebut mencerminkan tingginya perhatian industri terhadap teknologi robot yang dapat berinteraksi dengan dunia nyata. Meski nilai investasinya besar, valuasi perusahaan tidak otomatis menunjukkan profitabilitas. Tantangan setelah memperoleh investasi akan ditentukan oleh pengujian operasional.
Salah satu tantangan terbesar adalah menjaga ketepatan manipulasi dalam berbagai situasi. Demonstrasi laboratorium memberikan gambaran potensi teknologi, tetapi operasional nyata memiliki kompleksitas berbeda. Benda yang ditangani tidak selalu berada pada tempat tetap, material menunjukkan tingkat gesekan beragam, dan sistem harus mempertahankan performa sepanjang operasi. Untuk mendukung penerapan komersial, Eka Robotics harus memastikan perangkat aman digunakan. Tidak hanya pada kemampuan genggaman, perusahaan juga perlu memperhatikan biaya produksi. Dalam perjalanan menuju penggunaan luas, keunggulan demonstrasi harus diterjemahkan menjadi manfaat nyata.
Masa Depan Robot Peka Tekanan dalam Perkembangan TEKNOLOGI
Pengembangan tangan robot Eka Robotics memperlihatkan perkembangan menarik dalam bidang robotika modern. Berkat integrasi sensor gaya, persepsi visual, dan model Vision-Force-Action, robot dapat menggunakan informasi tekanan untuk mengendalikan tindakan. Metode pelatihan berbasis penguatan juga mendukung pembelajaran gerakan yang lebih fleksibel. Meski demikian, penerapan komersial membutuhkan evaluasi lebih lanjut. Di tengah kemajuan kecerdasan buatan, kemampuan robot untuk menyesuaikan gerakan berdasarkan kontak menjadi fondasi penting bagi robot generasi berikutnya. Menurut Anda, apakah sistem robot berbasis sensor sentuhan akan menjadi bagian penting industri masa depan? Bagikan pendapat Anda mengenai potensi teknologi sentuhan dalam dunia robotika.
