Reto: CoboGen-UR5

CoboGen-UR5: Control cognitivo de un robot colaborativo UR5 mediante IA generativa

Tipo de reto

Reto

Modalidad

Colaborativo

Coordinador/es

Francisco Antonio Lloret Abrisqueta (francisco.lloret@upct.es)
Antonio Guerrero González (antonio.guerrero@upct.es)

Descripción breve

El reto consiste en implementar en un entorno de laboratorio una arquitectura cognitiva basada en IA generativa para controlar un robot colaborativo UR5 mediante lenguaje natural y comandos de alto nivel. El alumnado desarrollará y adaptará los módulos necesarios (interfaz de voz o texto, modelo generativo y capa de control) para que el cobot ejecute de forma segura una pequeña familia de tareas típicas de CFZ Cobots, por ejemplo: ir a posiciones de trabajo predefinidas, activar secuencias simples de pick-and-place o realizar cambios de herramienta.
Los equipos trabajarán de forma colaborativa sobre el mismo tipo de robot y escenario, compartiendo buenas prácticas, prompts, flujos de decisión y configuraciones de control. Al final del reto se realizará una puesta en común para comparar enfoques, identificar las soluciones más robustas y discutir la viabilidad de su despliegue en casos de uso industriales aportados por CFZ Cobots

Producto, prototipo o resultado final esperado

Demostrador funcional en un UR5 capaz de ejecutar, al menos, entre 5 y 7 órdenes de voz o texto en español para tareas sencillas, utilizando un modelo de IA generativa (local o en la nube).
Conjunto de scripts y documentación técnica para desplegar la solución: configuración de PC/Raspberry, integración con la API o modelo local, y envío de comandos al robot (URScript/URX u otro middleware). • Definición de un pequeño catálogo de órdenes de alto nivel (frases en lenguaje natural) y su mapeo a acciones concretas del UR5, incluyendo gestión de errores y confirmaciones de seguridad.
Informe de pruebas con métricas de tiempo de respuesta, precisión de ejecución, robustez frente a entradas ambiguas y valoración cualitativa de la experiencia de uso por parte del operario.
Vídeo corto de la demostración y memoria técnica breve (10-15 páginas) orientada a su posible presentación en la Feria de Retos u otros foros de difusión interna y/o de CFZ Cobots.

Competencias a adquirir por los estudiantes

Integración práctica de modelos de IA generativa en sistemas de robótica colaborativa (cobots UR5).
Diseño y ajuste de arquitecturas cognitivas multimodales (voz/texto - lenguaje - control) orientadas a tareas industriales reales.
Programación básica de robots UR mediante URScript/Python y manejo seguro de cobots en celda.
Diseño de experimentos, definición de métricas y análisis de resultados (latencia, precisión, robustez, experiencia de usuario).
Trabajo en equipo interdisciplinar y comunicación de resultados a perfiles técnicos y empresariales.

Composición esperada del equipo

Se recomienda un equipo de 3 a 5 estudiantes. Perfil preferente:

Alumnado de últimos cursos en grado de Ingeniería en Tecnologías Industriales, Ingeniería Mecánica, Ingeniería Electrónica/Automática o Ingeniería Telemática y master de industria 4.0.
Conocimientos previos recomendables: programación en Python, fundamentos de robótica industrial y nociones básicas de IA / aprendizaje automático.
Se valorará especialmente la participación interdisciplinar (uno o más perfiles orientados a software/IA y uno o más perfiles orientados a robótica/automatización) para cubrir tanto la parte cognitiva como la integración física en el UR5.

Colaboraciones externas previstas (opcional)

CFZ Cobots podrá participar aportando:

Casos de uso reales y requisitos industriales para el UR5 (tipos de tareas, restricciones de seguridad, necesidades de flexibilidad, etc.).
Sesiones de mentorización técnica sobre robótica colaborativa y buenas prácticas en la implantación de cobots en entornos productivos.
Posible acceso a una celda de demostración o a material audiovisual de instalaciones reales para contextualizar el trabajo del alumnado.