Construir un robot de cocina: desafíos técnicos y dónde estamos en 2025
Lo que se necesita para construir un robot que pueda cocinar <unk> desafíos de manipulación, implementaciones actuales y la ingeniería requerida para una automatización de cocina confiable.
[← Blog]
Las cocinas son uno de los entornos de manipulación más difíciles del mundo. Aquí hay una evaluación técnica honesta de dónde está la robótica en 2025 y qué sigue sin resolver.
Por qué las cocinas son excepcionalmente duras
El entorno de la cocina combina casi todos los desafíos abiertos en la manipulación de robots en un solo espacio. Los objetos deformables (pasta, verduras, proteínas) requieren modelos que se generalizan a través de la deformación de forma continua. Los líquidos introducen dinámicas de fluidos que los planificadores actuales no pueden predecir confiablemente para las tareas de vertido. El calor crea restricciones de seguridad que limitan los modos de falla aceptables - un robot que deja caer una sartén de agua hirviendo es una categoría diferente de falla que una que deja caer un objeto seco. La variedad de objetos supera los 10.000 SKU en una cocina comercial completamente equipada, en comparación con las categorías de objetos 50-200 donde las políticas actuales se generalizan confiablemente. Y la co-presencia humana requiere límites de fuerza y predictibilidad conductual conformes con OSHA que añaden capas de restricción a los problemas de manipulación ya difíciles.
Nada de esto significa que la automatización de la cocina sea imposible, significa que los despliegues exitosos en 2025 son específicos de tareas, no generales. Los robots que realmente están trabajando están resolviendo subproblemas cuidadosamente limitados.
Descomposición de las tareas: dividir la cocina en subproblemas solubles
La clave para construir cualquier sistema de robots de cocina es que "cocinar" no es una sola tarea, es una secuencia de subtareas con niveles de dificultad muy diferentes. Tratar cada subtarea de forma independiente te permite ajustar el hardware correcto, la estrategia de control y la inversión de datos de entrenamiento a cada nivel de desafío.
El subconjunto de tareas para una tarea de asamblea de Sandwich
Consideremos un ejemplo concreto: la montaje de un sándwich de jamón y queso.
- ** Recuperar el paquete de pan** (L2 - agarre rígido, posición conocida en el estante)
- Paquete de pan abierto (L4 - paquete deformable, sello variable)
- Extraer dos rebanas (L3 - objeto deformable, agarramiento de hoja delgada)
- Posicionar las rebanas en la superficie (L1 -- liberación, objetivo conocido)
- Contenedor de jamón de recuperación (L2 - agarre rígido)
- Contenedor abierto (L3 -- eliminación de la tapa, estrictación variable)
- Trasp y coloca las rebanas de jamón (L3 - deformable, pegajoso, delgado)
- Recuperación del queso (L2)
- Tirado o colocado de queso (L3-L5 dependiendo de si se ha cortado previamente)
- ** Aplicar condimentos** (L4 -- control de botella de compresión, viscosidad variable)
- Pareja y alineación (L2 - colocación conforme)
- Sandwich de corte (L5 -- manipulación de cuchillos, objetivo deformable)
La estrategia práctica: automatizar las subtareas L1-L3 primero (pasos 1, 4, 5, 8, 11), utilizar ingredientes preprocesados para eliminar las subtareas L4-L5 (pan pre-cortado, queso pre-cortado, botellas de compresión en lugar de cuchillos), y mantener a los humanos en el bucle para los pasos más difíciles hasta que maduren las políticas. Este enfoque permite implementar un sistema parcialmente automatizado que maneja 60-70% del flujo de trabajo y es inmediatamente útil, en lugar de esperar a una solución totalmente autónoma.
Requisitos de datos de formación por subtareas
| Subtask Category | Demo Count | Collection Time | Expected Success Rate |
|---|---|---|---|
| Rigid object pick-place (L1-L2) | 100-300 | 2-4 hours | 85-95% |
| Container manipulation (L3) | 300-800 | 8-16 hours | 70-85% |
| Deformable grasping (L3-L4) | 500-2,000 | 1-3 days | 60-80% |
| Vertido/dispensing (L4) | 500-1,500 | 1-2 days | 70-85% |
| Tool use -- knife/spatula (L5) | 2,000-5,000+ | 1-2 weeks | 40-60% (research stage) |
Requisitos de sensores para la manipulación de la cocina
Las tareas de cocina requieren más modalidades de detección que la manipulación típica de una mesa.
Sensores de fuerza/torque: esenciales para la captura de los sistemas de torsión
Un sensor de fuerza/torque de 6 ejes en la muñeca es fundamental para las tareas de la cocina que involucran objetos frágiles, deformables o de rigidez variable. Sin retroalimentación de fuerza, el robot no tiene manera de distinguir entre un tomate firme y uno blando, y la fuerza de agarre que funciona para uno aplastará al otro.
- ATI Nano17 (6 ejes, resolución 0,012N, ~ $ 5,000): Estándar de investigación. Excelente sensibilidad para el manejo de huevos y productos delicados. Superpoblación para la mayoría de los despliegues comerciales.
- **RFT40 robótico (6 ejes, resolución 0,1 N, ~ $ 800): buen equilibrio de costo y rendimiento. Adecuado para el manejo de contenedores, agarrar botellas y la mayoría de los objetos de la cocina.
- **Torque de torsión conjunta integrado (Franka, OpenArm) **: Tanto Franka Research 3 como OpenArm tienen un sensor de torsión de nivel conjunto que puede inferir fuerzas del efecto final.
Detección táctil: confianza en el agarre y detección de deslizamientos
Los sensores táctiles en las puntas de los dedos del agarre proporcionan información de nivel de contacto que las cámaras no pueden ver (el objeto es oculto por el agarre durante el agarre).
- GelSight/DIGIT (táctil basado en la visión, ~ $ 400 / sensor): Proporciona una imagen táctil de alta resolución (campo de deformación) a 30Hz. Excelente para detectar deslizamiento, estimar la normalidad de contacto y medir la dureza del objeto.
- Arrays de sensores táctiles de Paxini: RCSV almacena sensores de Paxini para su integración con OpenArm y otras plataformas. El formato de array distribuido (múltiples puntos de detección en la punta del dedo en lugar de una sola imagen) es adecuado para capturar tareas en las que se necesita saber si todo el agarre es estable, no solo el patrón de deformación local.
Detección térmica
Para tareas que involucran objetos calientes (manejo de paneles, carga del horno), un módulo de cámara térmica FLIR Lepton (~ $ 200, resolución 160x120, 8Hz) montado cerca de la cámara de muñeca proporciona conciencia de temperatura.
Despliegues actuales exitosos
- Miso Robotics Flippy ($30K): Opera en estaciones comerciales de frituras, volcando hamburguesas y manejando cestas de frituras a aproximadamente 2 órdenes/minuto. Tiene éxito porque la tarea es espacialmente limitada (posiciones conocidas de bandejas, geometría fija de la parrilla), la deformación del objeto es predecible (las patties de hamburguesas se deforman de manera conocida), y opera en una estación aislada sin navegación general de la cocina.
- Nala Robotics (coffee barista, aeropuertos ~ $80K): Automatiza la preparación de café y bebidas en los quioscos de las terminales del aeropuerto. Fácticos de éxito: entorno estructurado con equipos diseñados a medida, manejo de ingredientes basados en cartuchos de alta repetibilidad y tolerancia durante más de 30 segundos de preparación.
- ** Sistemas de transporte de sushi:** Sistemas de colocación de arroz y topping totalmente automatizados utilizados en cadenas como Genki Sushi. Técnicamente eficaces pero requieren una infraestructura de transporte especialmente construida y no implican manipulación general - los ingredientes se distribuyen desde cartuchos a plataformas móviles.
El hilo común: cada implementación exitosa de cocina ha reducido el medio ambiente a un problema solucionable mediante la limitación del espacio de trabajo, la limitación de la variedad de objetos y el diseño de equipos personalizados en función de las capacidades del robot en lugar de tratar de hacer que el robot se adapte a equipos de cocina arbitrarios.
Escala de dificultad de las tareas de manipulación
Escala de dificultad práctica de 5 niveles para la manipulación de cocinas, calibrada en función de la capacidad del robot actual:
| Level | Example Task | Key Challenge | 2025 State of Art |
|---|---|---|---|
| L1 | Coffee pod insertion | Constrained fit, known object | Solved -- commercial products ship |
| L2 | Cup placement on tray | Rigid object, flat surface | Solved in structured environments |
| L3 | Flipping a burger | Spatula dynamics, partial occlusion | Commercial (Flippy) -- fixed setup only |
| L4 | Vertido liquid | Fluid dynamics, variable fill level | Research -- 70-85% success in lab |
| L5 | Knife skills (dicing) | Deformable object, safety constraints | Research only -- not close to deployment |
Los principales retos de ingeniería en detalle
- ** Manejo de la sartén y la olla:** Una sartén comercial completa con contenido pesa 2-4 kg a un alcance de 0,5-0,7 m. En este momento, el brazo necesita 5 kg + de carga útil a un alcance nominal - esto elimina la mayoría de los brazos robóticos colaborativos (UR5e tiene un valor de 5 kg pero a 850 mm tiene dificultades con la dinámica de la sartén). Además de la carga útil, las consideraciones térmicas requieren un aislamiento de efecto final calificado a 200 C para el contacto directo con el panel.
- Corrección de derramamiento: El derramamiento de líquidos controlado requiere coordinar la velocidad de rotación de la muñeca con la dinámica del fluido para alcanzar un volumen objetivo dentro de +/-10ml. Los enfoques actuales utilizan curvas de derramamiento precalibradas (ángulo de rotación al volumen para niveles de llenado específicos de contenedores) en lugar de simulación de fluidos en tiempo real. Funciona para recetas estándar pero falla en contenedores parcialmente utilizados. La adición de una escala debajo del recipiente objetivo proporciona retroalimentación de volumen en bucle cerrado que mejora la precisión a +/-3ml.
- ** Conformidad con los huevos y objetos delicados:** Las cáscaras de huevo fallan a una fuerza de compresión de aproximadamente 50-75 N. El manejo seguro de huevos requiere control de fuerza con un techo de 10-20 N - alcanzable con los brazos modernos controlados por impedancia como Franka Research 3 o [OpenArm]
T2 ) con detección de par articulado, pero requiere un monitoreo explícito de la fuerza en el bucle del controlador, no solo el control de posición con perfiles de movimiento suaves.
Análisis de fallas: donde se rompen los robots de cocina
Después de 6 meses de recopilación de datos de manipulación de cocina en el laboratorio de San Francisco de RCSV, hemos catalogado los modos de falla que representan la mayoría de las fallos de tareas.
| Failure Mode | Frequency | Root Cause | Mitigation |
|---|---|---|---|
| Grasp slip on wet/oily objects | ~25% of failures | Friction coefficient changes with surface moisture | Textured gripper pads; increase grasp force 30% for wet objects; tactile slip detection |
| Object deformation during grasp | ~20% of failures | Policy trained on rigid objects applied to deformables | Separate policies for rigid vs. deformable; force-limited grasping with 10N cap for soft items |
| Occlusion during multi-step tasks | ~18% of failures | Robot arm blocks camera view of workspace during manipulation | Wrist-mounted camera is essential; 3-camera setup minimum |
| Vertido overshoot/undershoot | ~15% of failures | No closed-loop volume feedback | Scale under target container; pre-calibrated pour curves per container type |
| Collision with kitchen fixtures | ~12% of failures | Cluttered workspace geometry not fully perceived | Depth camera for collision avoidance; workspace decluttering protocol between tasks |
Desglose de costes: cuánto cuesta un sistema de robots de cocina
Los equipos suelen subestimar el coste total de un sistema de manipulación de cocina.
| Component | Option A (Budget) | Option B (Performance) |
|---|---|---|
| Robot arm | OpenArm ($4,500) | Franka Research 3 ($22,000) |
| Gripper + tactile | Parallel jaw + GelSight ($800) | Robotiq 2F-85 + Paxini ($3,500) |
| Cameras (3x) | USB ELP modules ($90) | Intel RealSense D435i ($500) |
| F/T sensor | Joint torque (included) | ATI Nano17 ($5,000) |
| Compute (edge) | Jetson Orin Nano ($249) | Jetson AGX Orin ($1,999) |
| Kitchen station + mounts | $500 | $2,000 |
| Data collection (500 demos via RCSV) | $2,500 (pilot) | $8,000 (campaign) |
| Total | ~$8,600 | ~$43,000 |
La opción presupuestaria que utiliza [OpenArm]
Una receta práctica para empezar
Si quieres construir un proyecto de robot de cocina en 2025-2026, aquí está la ruta recomendada:
- ** Semana 1-2: Definir su tarea de manera estrecha.** Elija una tarea específica de preparación de alimentos en L2-L3. "Haga un sándwich" es demasiado amplio. "Ponga los ingredientes pre-cortados en el pan en secuencia" es la granularidad correcta.
- ** Semana 2-3: Configure el hardware.** Alquile un [OpenArm]
T4 ) o un ALOHA móvil a través de [RCSV leasing] T5 ). Instale la configuración de 3 cámaras. Verifique que el circuito de teleópico funciona de extremo a extremo. - ** Semana 3-5: Recolectar 200-500 demostraciones.** Utilice los [servicios de datos] de RCSV para el soporte de los operadores o entrenar a su propio equipo.
- ** Semana 5-6: Entrena y evalúa.** Entrena una [política ACT]
T7 ) en tu conjunto de datos. Evalúa las posiciones de los objetos y las condiciones de iluminación retenidas. Espera una tasa de éxito del 60-80% en la primera iteración para las tareas L2-L3. - ** Semana 6-8: Data flywheel.** Analice los modos de falla. Recoge 50-100 demostraciones dirigidas que aborden las tres categorías principales de fallos. Reentrenarse. Iterar hasta alcanzar su objetivo de tasa de éxito.
Recopilación de datos de tareas de cocina RCSV
RCSV dirige un programa dedicado de recopilación de datos de manipulación de cocina en nuestro laboratorio de San Francisco, con una estación de cocina especialmente construida que incluye equipos de grado comercial, celdas de carga en todas las superficies y un sistema de captura multi-camera. Actualmente estamos recogiendo demostraciones para tareas L2-L4 incluyendo preparación de bebidas, manejo de ingredientes y tareas de montaje (construcción de sándwiches, montaje de platos).
Los equipos que construyen robots de cocina pueden acceder a este conjunto de datos o encargar la recopilación personalizada a través de nuestro [programa de servicios de datos]
Lectura relacionada
- [Comenzando con Teleoperación]
T10 ) -- Cómo configurar la recopilación de datos - [Política de ACT explicada]
T11 ) -- el algoritmo que impulsa la mayoría de la investigación de manipulación de cocina - [Erros comunes en el aprendizaje por imitación]
T12 ) - evitar estos cuando se entrenan las políticas de cocina - OpenArm vs Franka -- ¿Qué brazo elegir para las tareas de la cocina
- Servicios de datos de la RCSV -- comisión de demostraciones de manipulación de cocina
Recopilación de datos de robots de cocina
Acceda al conjunto de datos de manipulación de cocina de RCSV o comite demostraciones personalizadas para tus tareas de cocina específicas.
[Explorar los Servicios de Datos] [