Un gruppo di ricerca del KAIST ha sviluppato quattro tecnologie dedicate alla physical AI, con l’obiettivo di collegare in una stessa architettura la percezione visiva, la comprensione dei fenomeni fisici, la previsione degli scenari futuri e la pianificazione delle azioni robotiche. Il lavoro affronta un limite centrale dei sistemi autonomi: acquisire immagini dall’ambiente non è sufficiente per operare in modo affidabile, perché il robot deve distinguere oggetti, materiali, riflessi e ostacoli, comprendere come luce e superfici modificano ciò che vede, stimare l’evoluzione della scena e scegliere un movimento coerente con il compito assegnato.
La prima tecnologia, denominata GLINT, è stata progettata per riconoscere oggetti trasparenti e ambienti nei quali vetri, superfici riflettenti e materiali semitrasparenti rendono difficile l’interpretazione dell’immagine. In presenza di una vetrata, una telecamera registra contemporaneamente ciò che viene riflesso sulla superficie e ciò che si trova oltre il vetro; per un sistema di visione artificiale questi elementi possono sovrapporsi e generare una rappresentazione ambigua della scena. GLINT separa le componenti riflesse dagli oggetti effettivamente presenti dietro il materiale trasparente, permettendo al modello di costruire una lettura più precisa dell’ambiente e di ridurre gli errori che possono compromettere navigazione, manipolazione e sicurezza del robot.
Il secondo risultato, RadioGS, riguarda la ricostruzione della scena attraverso l’analisi dell’interazione tra luce e materiali. Un oggetto cambia aspetto in base all’illuminazione, alla direzione della luce, alla riflessione, alla diffusione e alle caratteristiche della sua superficie, perciò una rete neurale che si limita a riconoscere forme e colori può risultare fragile quando passa da un contesto esterno a uno interno oppure da luce naturale a illuminazione artificiale. RadioGS apprende la relazione tra sorgenti luminose, proprietà dei materiali e risposta visiva della scena, consentendo al sistema di mantenere un’identificazione più stabile degli oggetti anche quando variano le condizioni ambientali.
La terza tecnologia, Visual-RRT, trasferisce queste capacità percettive nella pianificazione del movimento. I metodi tradizionali di navigazione richiedono spesso coordinate spaziali precise del robot e della destinazione, mentre Visual-RRT utilizza direttamente le immagini della scena corrente e dell’obiettivo da raggiungere. Il robot confronta ciò che osserva con la fotografia del punto di arrivo, genera un percorso compatibile con l’ambiente disponibile e aggiorna la pianificazione durante il movimento, senza dipendere esclusivamente da una mappa geometrica predefinita. Nei test sperimentali, il sistema è riuscito a condurre il robot verso la destinazione a partire da una singola immagine di riferimento, una modalità che può risultare utile per robot di servizio e piattaforme autonome chiamate a operare in ambienti dinamici.
L’ultima componente, CLaD, è dedicata alla pianificazione basata sulla previsione. Prima di eseguire un’azione, il sistema elabora possibili evoluzioni dell’ambiente e valuta quale scelta presenti le maggiori probabilità di completare il compito. Questo tipo di ragionamento permette al robot di gestire situazioni nelle quali un gesto immediato può produrre conseguenze indesiderate, come ostacoli mobili, oggetti instabili, traiettorie parzialmente occluse o interazioni con altri agenti presenti nello spazio operativo. La pianificazione non viene quindi costruita soltanto sulla scena osservata in quell’istante, ma incorpora una stima degli stati futuri e delle alternative disponibili.
Le quattro tecnologie delineano una pipeline completa per la physical AI, nella quale la visione artificiale viene trattata come base per comprendere il comportamento dei materiali, localizzare obiettivi, pianificare il percorso e scegliere azioni che tengano conto delle conseguenze previste. L’applicazione di questo approccio interessa robot mobili, sistemi di assistenza, piattaforme di ispezione, logistica autonoma e veicoli capaci di operare in spazi non perfettamente controllati, dove superfici riflettenti, variazioni luminose e cambiamenti improvvisi dell’ambiente richiedono una capacità di interpretazione più vicina a quella necessaria nel mondo reale.