Wetenschappers hebben een innovatieve benadering ontwikkeld om de interactie tussen robots en objecten die zowel vloeistoffen als vaste stoffen bevatten te optimaliseren. Dit nieuwe raamwerk, dat Robotic Multiphase Interaction (RMI) wordt genoemd, richt zich specifiek op de uitdagende dynamiek waarbij vloeistoffen in poreuze materialen dringen en mechanisch reageren op het solide skelet van dat materiaal.
Volgens een wetenschappelijke publicatie van Yixuan Feng en Peng Wang op arxiv.org kan robotische manipulatie in deze specifieke context de stabiliteit van de grip beïnvloeden, vloeistoffen herverdelen of zelfs uitstoten, en het volume van de poriën veranderen. Deze ontwikkeling is cruciaal omdat traditionele robotsystemen vaak zijn ontworpen voor puur vaste objecten of scenario's waarin vloeistoffen en vaste stoffen strikt gescheiden blijven. In praktische omgevingen, zoals in de industrie of huishoudens, kan het onbedoeld morsen van vloeistoffen bovendien risico's voor de veiligheid opleveren.
Om de effectiviteit van RMI te testen, hebben de auteurs een casus onderzocht met een spons gevuld met water. Om de fysica van deze interactie accuraat te simuleren, maakten de onderzoekers gebruik van een dynamische engine die werkt met impliciete, onsamendrukbare poreuze stroming en smoothed particle hydrodynamics. De robotische besturing werd verder verfijnd door de integratie van hybride kracht- en snelheidsregulering, Coulomb-contactgeheugen en een specifieke stabiliteitscontrole voor het optillen van objecten. Meer technische details over deze implementatie zijn beschikbaar via de .
Een essentieel onderdeel van dit systeem is de implementatie van een zogenaamd 'world model'. Dit model is in staat om te voorspellen hoe de toestand van de vloeistof en het object evolueert op basis van de acties van de robot. Voor het genereren van deze acties wordt gebruikgemaakt van een temporele UNet, die werkt met een Diffusion Policy of rectified flow matching.
De resultaten van dit onderzoek zijn veelbelovend. Uit de data op blijkt dat het world model de foutmarge bij het voorspellen van de hoeveelheid vastgehouden water met meer dan 60% wist te verlagen ten opzichte van de baseline. Wanneer de meest optimale actiesequentie wordt gekozen op basis van de voorgestelde beleidspunten, wordt de voorspelde fout in de uiteindelijke hoeveelheid water zelfs met ongeveer de helft verder gereduceerd.
De onderzoekers concluderen dat het modelleren van de gekoppelde toestand van vloeistof en vaste stof onmisbaar is voor robots om nauwkeurig te kunnen voorspellen hoe fysieke handelingen het poreuze object en de inhoud beïnvloeden. Het volledige document, dat op 18 september 2026 is ingediend onder de categorie robotica binnen de computerwetenschappen, biedt een uitgebreide analyse van 11 pagina's. Hoewel algemene navigatietools zoals google.de geen technische informatie bieden over dit specifieke project, benadrukt de publicatie de groeiende noodzaak voor robots die complexe, natuurlijke materialen in dynamische omgevingen kunnen hanteren.