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 merupakan startup yang berfokus pada kemampuan manipulasi robot yang merancang sistem robot dengan teknologi penginderaan gaya. Pengembang robot tersebut dikembangkan oleh dua peneliti bernama Pulkit Agrawal, profesor dari Massachusetts Institute of Technology, dan Tuomas Haarnoja, mantan peneliti Google DeepMind. Para pendiri perusahaan memusatkan perhatian pada salah satu permasalahan penting dalam dunia robotika, yaitu kemampuan menggenggam benda secara tepat. Berbeda dari robot industri konvensional yang umumnya bekerja berdasarkan lintasan terprogram, sistem Eka Robotics dikembangkan agar mampu beradaptasi ketika berinteraksi dengan benda berbeda. Pendekatan tersebut membuka peluang baru bagi pengembangan robot yang lebih terampil.

Salah satu kemampuan menarik adalah cara robot menggenggam benda rapuh. Pada pengujian kemampuan manipulasi, sistem Eka Robotics memperlihatkan kemampuan menangani benda seperti raspberry dan bola lampu yang membutuhkan pengaturan gaya secara tepat. Ketika mendekati objek, robot menggunakan informasi visual untuk menentukan lokasi objek. Akan tetapi, setelah ujung penjepit menyentuh benda, informasi gaya digunakan untuk menyesuaikan respons genggaman. Melalui kemampuan ini, robot mampu menyesuaikan kekuatan saat menggenggam. Hasil pengujian tersebut memperlihatkan potensi menarik dalam penerapan sensor sentuhan pada mesin.

Mekanisme Kecerdasan Buatan dalam Mengatur Kekuatan Sentuhan

Teknologi utama dikembangkan melalui model Vision-Force-Action, yaitu sistem yang memadukan informasi visual dengan umpan balik tekanan. Berbeda dengan pendekatan Vision-Language-Action yang memanfaatkan penglihatan dan bahasa untuk menentukan aksi, model Eka Robotics menempatkan umpan balik gaya sebagai komponen penting. Dalam proses menggenggam, kamera memberikan informasi mengenai bentuk dan letak objek, sedangkan sensor gaya mengukur respons kontak. Kombinasi tersebut memungkinkan sistem menyesuaikan tindakan ketika benda mulai bergeser. Melalui mekanisme ini, robot tidak hanya mengikuti gerakan yang telah direncanakan.

Integrasi informasi kontak fisik dibutuhkan mengingat benda di dunia nyata memiliki karakteristik berbeda. Untuk menggambarkan perbedaannya, menggenggam raspberry membutuhkan penyesuaian kekuatan secara lembut, sedangkan mengangkat benda yang memiliki massa lebih besar membutuhkan pengendalian tekanan yang sesuai. Apabila tekanan terlalu besar, benda rapuh dapat mengalami kerusakan. Sebaliknya, objek berpotensi terlepas. Melalui informasi gaya, sistem dapat mengoreksi kekuatan genggaman. Pendekatan pengendalian ini menjadi dasar penting untuk membuat robot lebih terampil.

Peran Reinforcement Learning dalam Melatih Ketangkasan Robot

Selain mengembangkan sensor, Eka Robotics menggunakan pembelajaran melalui penguatan untuk melatih kemampuan manipulasi. Pendekatan pembelajaran ini memberikan kesempatan bagi sistem untuk mengevaluasi tindakan 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 menyampaikan bahwa pendekatan ini mendukung simulasi berbagai kondisi secara cepat tanpa harus mengulang seluruh percobaan pada robot fisik. Keuntungan tersebut dapat memperluas variasi latihan.

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. Perbedaan tersebut mungkin menyebabkan gerakan yang kurang tepat. 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

Kemampuan menggenggam benda secara adaptif berpotensi memberikan manfaat dalam lingkungan produksi modern. Selama ini, robot banyak menjalankan tugas dengan posisi objek yang tetap. Dalam kondisi tertentu, proses seperti menangani bagian yang mudah berubah posisi mengharuskan sistem merespons hambatan fisik. Dalam skenario penggunaan industri, tangan robot peka tekanan dapat dikembangkan untuk memasang konektor tanpa merusak bagian yang sensitif. Apabila sambungan memberikan resistansi, sistem memiliki dasar untuk merespons kontak. Kemampuan tersebut dapat membantu meningkatkan fleksibilitas otomatisasi, meskipun manfaat produktivitas harus dibuktikan pada kondisi operasional sebenarnya.

Di luar industri perakitan, teknologi Eka Robotics berpeluang digunakan pada penanganan barang dalam rantai pasok. Dalam aktivitas tersebut, robot sering menghadapi benda dengan bentuk berbeda. Kemampuan membaca tekanan berpotensi mengurangi kesalahan pengambilan ketika barang diambil dari wadah berbeda. Dalam industri makanan, teknologi serupa dapat dikembangkan untuk memindahkan bahan rapuh. Meski potensinya luas, penggunaan langsung pada makanan membutuhkan rancangan perangkat yang sesuai. Selain itu, perusahaan perlu mempertimbangkan kecepatan penanganan, konsistensi sistem, dan integrasi dengan sistem produksi sebelum menggunakannya sebagai bagian dari proses utama.

Investasi Besar Mendukung Masa Depan Teknologi Eka Robotics

Kemajuan teknologi yang dikembangkan perusahaan menarik perhatian investor. Dalam pengumuman pendanaan Oktober 2026, Eka Robotics dilaporkan berhasil mengumpulkan pendanaan Seri A sebesar 150 juta dolar AS. Pendanaan tahap ini melibatkan investor utama Andreessen Horowitz atau a16z dan F-Prime, dengan nilai perusahaan pascainvestasi mencapai 1,45 miliar dolar AS. Nilai tersebut memperlihatkan ketertarikan investor terhadap teknologi robot yang dapat berinteraksi dengan dunia nyata. Namun, valuasi perusahaan bukan ukuran langsung keberhasilan produk. Tahap perkembangan selanjutnya bergantung pada kemampuan pengembangan produk.

Hambatan utama dalam pengembangan adalah menjaga ketepatan manipulasi dalam berbagai situasi. Pengujian dalam lingkungan terkendali mampu menunjukkan hasil yang menarik, tetapi kondisi penggunaan industri lebih beragam. Barang mungkin mengalami pergeseran, material menunjukkan tingkat gesekan beragam, dan perangkat harus bekerja berulang kali. Untuk mendukung penerapan komersial, Eka Robotics membutuhkan pengujian yang lebih luas. Selain pengembangan mekanis, perusahaan juga perlu memperhatikan biaya produksi. Untuk mencapai penerapan yang berkelanjutan, inovasi teknologi harus menunjukkan keandalan operasional.

Masa Depan Robot Peka Tekanan dalam Perkembangan TEKNOLOGI

Pengembangan tangan robot Eka Robotics menghadirkan pendekatan baru dalam bidang robotika modern. Melalui kombinasi sensor gaya, persepsi visual, dan model Vision-Force-Action, robot dapat menggunakan informasi tekanan untuk mengendalikan tindakan. Metode pelatihan berbasis penguatan juga membantu mengembangkan keterampilan manipulasi. Kendati perkembangannya menarik, keandalan penggunaan jangka panjang harus dibuktikan. Seiring meningkatnya kebutuhan otomatisasi, kemampuan robot untuk menyesuaikan gerakan berdasarkan kontak dapat membantu pengembangan otomatisasi yang lebih adaptif. Bagaimana pendapat Anda, apakah robot dengan kemampuan menggenggam benda rapuh akan mengubah cara manusia bekerja bersama mesin? Sampaikan pandangan Anda mengenai perkembangan robot cerdas.