Denne artikkelen er produsert og finansiert av Sintef - les mer.

Denne roboten multitasker som en sushikokk 

Møt Sashimi-Bot. Roboten som ser, forstår, griper og skjærer myke, glatte og deformerbare objekter. Uten å ødelegge dem.

To industriroboter arbeider ved et bord med oransje plastdeler i et laboratorie- eller fabrikklokale.
Hvem har vel ikke ønsket seg en robot som skjærer opp klissete lakseloin? – Vi valgte sjømat nettopp fordi det er utfordrende for roboter, sier Ekrem Misimi.
Publisert

Sashimi-Bot retter ut lakseloin, bytter verktøy, griper, skjærer og stabiliserer fisken. Til slutt danderer den sashimiskiver på et fat, ved hjelp av tre armer som «snakker sammen».

Dette kalles fysisk intelligens i robotfaget.

Lærte roboten myk multitasking

Å få en robot til å lage sashimi kan høres ut som en kuriositet. I realiteten handler det om en av de vanskeligste utfordringene i moderne robotikk. Nemlig å få autonome robotsystemer til å forstå og håndtere delikate objekter uten å ødelegge dem.

En myk, glatt, klistrende og deformerbar lakseloin er fantastisk å spise, men er et mareritt for roboter å jobbe med.

Sashimi-Bot kombinerer 3D formmanipulering, verktøybruk, presis skjæring og manipulasjon av tynne, skjøre skiver.

En mann holder en liten rød gjenstand ved siden av en hvit robotarm i et laboratorium.
Her demonstrerer forsker Ekrem Misimi hvordan en robot kan få fingerspissfølelse ved hjelp av sensorer. Bildet er fra et tidligere prosjekt.


– Det finnes knapt vanskeligere objekter i naturen å jobbe med, sier sjefforsker Ekrem Misimi i Sintef Ocean. Han har ledet teamet bak dette arbeidet.

Hva er Sashimi-Bot?

Sashimi-Bot er et nytt autonomt tri-manuelt robotsystem. Det er utviklet av forskere ved Sintef Ocean og en rekke andre forskningsmiljøer.

Systemet bruker tre robotarmer. Disse samarbeider om å rette ut en lakseloin, bytte verktøy, gripe og føre en kniv. De stabiliserer også fisken under skjæring.

Til slutt plukker de opp tynne sashimiskiver og danderer dem på et fat.

Vi mennesker tenker ikke på dette som vanskelige og kompliserte oppgaver. For roboter er det imidlertid ekstremt vanskelig.

Laksen er myk, glatt og varierer naturlig i form og størrelse. Den kan deformeres, skli, henge slapt og endre oppførsel underveis i kontakten med roboten.

– Dette er ikke bare en demonstrasjon av avansert manipulasjon og sashimi-kutting, men av autonom fysisk intelligens. Rett og slett roboter som må se, føle, tilpasse seg og handle i møte med usikkerhet, sier Misimi.

Samlet verdenseliten

Misimi samlet noen av de verdensledende miljøene innenfor såkalt taktil sansing. Altså det vi mennesker opplever gjennom berøring.

De har jobbet med visuell styring av roboter, robotmanipulasjon og autonome systemer for å ta tak i de mest grunnleggende utfordringene i dagens robotikk.

Målet var ikke å lage en robot som kan skjære sashimi. Det var å demonstrere hvordan roboter kan utvikle mer fysisk intelligens. Det for å samhandle med den virkelige verden slik den faktisk er: uforutsigbar og i stadig forandring.

– Vi har klart å lage en robot som samler flere av de mest avanserte løsningene innen robotikk i én robot, forteller Misimi.

Slik lærte forskerne roboten å føle

Den lærer først i en simulering hvordan den kan håndtere og forme en myk lakseloin. Det er omtrent som å øve i et virtuelt treningsrom.

Deretter tar den med seg denne kunnskapen rett over i virkeligheten, uten å måtte trene på nytt. Når roboten jobber, bruker den synet til å justere bevegelsene sine underveis. Slik får fisken riktig form før den skal skjæres.

Samtidig styrer en robothånd kniven som et verktøy. Det er nesten som en menneskehånd og gjør det mulig å kutte presist og kontrollert.

Sashimi-Bot «ser» ikke bare hva den gjør. Den kjenner det også.

En sensor på kniven registrerer hvordan det føles når den skjærer. Litt som når vi selv merker motstanden i en kniv. Det gjør at roboten kan oppdage når den treffer skjærebrettet og automatisk justere bevegelsen.

Til slutt bruker den synet sitt til å plukke opp de tynne, skjøre sashimiskivene med spisepinner. Selv når de henger fast i kniven og er vanskelige å få tak i.

Har vist hva som er mulig

Resultatet er ikke bare enkeltstående robotferdigheter. Resultatet er en hel arbeidsprosess. I den spiller læring, syn, berøring og presis kontroll sammen fra start til ferdig produkt.

– Dette har vært utrolig gøy å jobbe med, kanskje det morsomste prosjektet jeg har vært med på hittil. Det sier Sverre Herland som er forsker i Sintef Ocean.

Han forteller at de her viser hvordan mange av egenskapene som trengs for avansert manipulering, kan oppnås med relativt enkle verktøy. Hvis da robotene klarer å kombinere syn, berøring, læring og kontroll på en god måte.

– Arbeidet viser ikke bare hva som er mulig innenfor robotikk. Det synliggjør også utfordringer. Det er først når roboten faktisk skal gripe, skjære og løfte et mykt og glatt objekt at vi ser hvor skoen trykker, sier Herland.

Robotarm i et laboratorium griper et lite objekt med en klype i et testoppsett.
Finmotorikk på sitt beste når robotarmen fjerner laksebiten fra kniven.

Et vanskelig testmiljø for fremtidens robotikk

Laks er ikke det enkleste testobjektet. Den ble valgt nettopp fordi den er krevende å håndtere.

Laksen består av naturlige biologiske materialer og varierer i geometri. I tillegg har den dårlig karakteriserte materialegenskaper. Den er vanskelig å holde fast uten å skade.

Nettopp derfor er sjømat et svært godt testområde for fremtidens robotikk.

– Hvis vi kan utvikle roboter som håndterer slike objekter, åpner det for langt mer enn lignende applikasjoner. Det kan bidra til automatisering av oppgaver som i dag fortsatt må gjøres manuelt fordi objektene er for variable, deformerbare eller skjøre for tradisjonell robotteknologi, sier Misimi.

Teknologien har betydning langt utover håndtering av laks. Grunnen er at den peker på et grunnleggende problem innenfor robotikk.

Hvordan kan roboter forstå og fysisk samhandle med objekter som er utfordrende å modellere?

– Dette er relevant på tvers av ulike roboter og operasjonsmiljøer på land, under vann og i luften. Der roboten må kombinere persepsjon, kontaktforståelse og handling i sanntid, sier Misimi.

Mange praktiske bruksområder

I sjømatnæringen kan slike metoder bidra til mer fleksibel foredling, bedre utnyttelse av råstoff, redusert matsvinn og mindre avhengighet av tungt manuelt arbeid.

I matindustrien kan lignende metoder brukes for håndtering av kjøtt, frukt, grønnsaker og andre biologiske råvarer.

I landbruk, helse, tekstil og resirkulering finnes tilsvarende utfordringer der roboter må forstå og håndtere objekter som ikke oppfører seg likt fra gang til gang.

Også innen undervannsrobotikk kan slike metoder åpne for nye muligheter.

Dagens undervannsroboter brukes i stor grad til persepsjon, navigasjon, overvåkning og inspeksjon. Men, fysisk interaksjon og manipulasjon fortsatt er langt mindre utviklet.

Tre robotarmer arbeider rundt en laksebit på et skjærebrett i et laboratorium.
Tynne skiver? Ikke noe problem for roboten.


Mer avansert robotmanipulasjon under vann kan gjøre fremtidige systemer langt mer interaktive.

På den måten kan de ikke bare observere og kartlegge, men også utføre oppgaver som inspeksjon, vedlikehold og reparasjoner mer autonomt og kostnadseffektivt for havindustri, energi, akvakultur og maritim infrastruktur.

Internasjonalt samarbeid på toppnivå

– Dette viser at krevende industrielle problemstillinger kan være en arena for helt grunnleggende forskning i robotikk og kunstig intelligens, sier Misimi.

Utfordringene handler ikke bare om en næring, men om noen av de største vitenskapelige nøkkelproblemene for neste generasjon autonome robotsystemer.

– Slike utfordringer løses ikke av ett miljø alene. Skal roboter lære å forstå, føle og handle i den fysiske verden, krever det samarbeid på tvers av fagfelt, institusjoner og landegrenser, sier Misimi.

Referanser:

It slices! It dices! Sashimi-Bot handles seafood with ease (krever abonnement). Artikkel i Nature, 2026. 

Sverre Herland mfl.: Sashimi-Bot: autonomous tri-manual advanced manipulation and cutting of deformable objects. npj Robot, 2026. Sammendrag. Doi.org/10.1038/s44182-026-00098-9

Om forskningen

Arbeidet er gjort i samarbeid mellom flere ledende forskningsmiljøer ved NTNU, QUT, Inria, MIT og NMBU. Det er finansiert av Norges Forskningsråd.

Blant medforfatterne er forskere innenfor taktil persepsjon, visuell servoing og robotmanipulasjon, inkludert Edward H. Adelson fra MIT, François Chaumette og Alexandre Krupa fra Inria, og Peter Corke fra QUT.


Powered by Labrador CMS