Un’opportunità di grande spessore che non solo eroga alle start up selezionate un premio in denaro, ma garantisce visibilità ai partecipanti e permette ai vincitori di candidarsi al Premio Nazionale dell’Innovazione, la più importante business plan competition d’Italia, giunta alla XX edizione e di cui avevamo dato notizia lo scorso anno.

🏆Complimenti ai progetti vincitori della XX ed. #StartcupLombardia: per Archygram, SIEve, GenoGra ed Enigma premio da €25K e iscrizione al @PNICube. Scopri gli altri vincitori su @sole24ore @RegLombardia https://t.co/QIdBzKpq7c

— Startcup Lombardia (@startcup) October 28, 2022

Tra i vincitori di Startcup 2022 anche la realtà lecchese Rehabilia Technologies, spin-off del Consiglio Nazionale delle Ricerche, che si è aggiudicata il premio speciale Social Impact “per l’impatto positivo sulla società, le persone e le comunità” del progetto Phicube. L’ingegnoso dispositivo robotico è destinato alla riabilitazione neuromotoria dei più piccoli e si caratterizza per adattabilità e flessibilità.

Il progetto lecchese nato per la fisioterapia degli arti superiori è stato progettato in modo da essere ampiamente personalizzato sulla base delle esigenze dell’utente. Questa peculiarità, sommata alla portabilità, rende Phicube un prodotto inclusivo, atto a promuovere autonomia e coinvolgimento. Le tecnologie di data analytics del dispositivo permettono inoltre di monitorare in modo puntuale l’andamento delle cure e definire i trend riabilitativi.

Altri cinque i progetti selezionati dal comitato presieduto da Regione Lombardia. Per la categoria ICT & Services vince Archygram, realtà che impiega l’Intelligenza Artificiale per lo sviluppo di servizi in ambito architettonico. Il progetto di SIEve dell’Università degli Studi di Bergamo, volto al trattamento delle acque reflue con un materiale ecosostenibile ingegnerizzato sui principi dell’economia circolare, si aggiudica il premio per CleanTech & Energy. La piattaforma informatica innovativa per l’analisi genomica di GenoGra, progetto del Politecnico di Milano, vince per Life Sciences & MedTech. Infine per la categoria Industrial Technologies è stata selezionata Enigma, progetto del Dipartimento di Energia del Polimi che con un codice fisico realizzato con inchiostri nanoingegnerizzati certifica l’autenticità dei documenti.

Oltre a Rehabilia Technologies altri due progetti hanno ottenuto riconoscimenti speciali: premio Sostenibilità a FiberEUse Tech che tramite sistema cyber-fisico sviluppa un sistema di riciclo meccanico per compositi in vetroresina; menzione speciale a Cardio Computing per la realizzazione di un nuovo standard per automatizzare e standardizzare il planning delle procedure percutanee cardiovascolari.

L'articolo Startcup Lombardia 2022: selezionati i progetti vincitori proviene da Osservatorio C Quadra.

High Herr e Cameron Taylor, sono due degli autori principali dello studio pubblicato il 18 agosto 2021 su Science Robotics, intitolato “Magnetomicrometry”. L’idea che ha plasmato la strada percorsa dai ricercatori, è relativamente semplice: inserire piccole sfere magnetiche all’interno del tessuto muscolare di un arto amputato, misurare quanto e come si contrae il suddetto muscolo, trasmettere questo feedback alla protesi, così che questa possa “comportarsi il più naturalmente possibile” – il tutto, in qualche millisecondo. 

Ad oggi, la maggior parte di questi arti protesici vengono controllati mediante degli elettrodi posizionati sulla superficie cutanea o impiantati chirurgicamente nel muscolo: in ogni caso questo approccio, chiamato elettromiografia o EMG, fornisce informazioni legate esclusivamente all’attività elettrica nel muscolo. 

Quando usi il controllo basato sull’EMG, stai guardando un segnale intermedio. Stai vedendo cosa il cervello sta dicendo al muscolo di fare, ma non cosa effettivamente sta facendo

sottolinea Cameron Taylor, postdoc al Massachusetts Institute of Technology.

Da ciò, l’idea di inserire nei muscoli coppie di magneti per ricavare fondamentali informazioni, elaborate in base alle contrazioni registrate, alla loro velocità, alla mutata posizione di una sfera rispetto alla seconda della coppia. Tutte queste misurazioni, registrate da sensori esterni – collocati in prossimità dei magneti, anche sui vestiti – potrebbero essere inserite in un modello computerizzato e matematico dell’intera articolazione, capace di prevedere il movimento dell’arto fantasma nel paziente, nel tempo e nello spazio. 

Uno dei principali ostacoli all’utilizzo della magnetomicrometria negli scorsi anni, era il “lungo” lasso di tempo che intercorreva per queste misurazioni, impattando di conseguenza sul movimento – e sulla velocità di reazione – della protesi. Questa problematica è stata risolta grazie ad Herr e Taylor, i quali hanno sviluppato un algoritmo che ha notevolmente ridotto la quantità di tempo necessaria ai sensori per determinare in tempo reale la posizione dei piccoli magneti. 

La ricerca è stata finanziata dal MIT Media Lab, dalla Salah Foundation, dal National Institutes of Health e dalla National Science Foundation. Questo nuovo approccio è stato testato sugli animali, dimostrandone la rapidità ed accuratezza di misurazione, l’elevata qualità del segnale, la minima invasività dell’approccio.

Nei prossimi anni, il team di lavoro spera di poter applicare sperimentalmente la magnetomicrometria ad alcuni pazienti che presentano amputazioni sotto al ginocchio. 

L'articolo Algoritmi e magneti insieme per gli arti protesici del futuro proviene da Osservatorio C Quadra.

Sophia è un androide dalle sembianze umane sviluppato e realizzato dalla società cinese di robotica Hanson Robotics che lo ha presentato e lanciato sul mercato nel 2015.

Oltre ad essere il primo robot ad avere un passaporto (l’Arabia Saudita le ha concesso la cittadinanza) ora è anche il primo androide ad aver dipinto un suo autoritratto.

È stato battuto e venduto all’asta per 688.888 dollari. Per poter eseguire in modo autonomo il proprio ritratto, l’algoritmo che governa Sophia è stato addestrato attraverso l’utilizzo di diversi suoi ritratti eseguiti dall’artista Andrea Bonaceto. Grazie a questi l’androide ha rielaborato i vari ritratti realizzando un autoritratto completamente in modo autonomo.

So excited to meet my final collector! 💖🤖 AUCTION UPDATE: @reuters is going to live stream the last 1hr of 1/1 of "Sophia Instantiation" in action. Don't miss this historic moment! https://t.co/a1yJ8UKQlI@hansonrobotics @andreabonac_art @niftygateway @ivgalleryla pic.twitter.com/01STXbQ3VV

— Sophia the Robot (@RealSophiaRobot) March 24, 2021

Capace di farsi un autoritratto, il robot riesce a riprodurre ben 62 espressioni facciali umane ed è anche in grado di sostenere delle conversazioni per la maggior parte pilotate, attraverso delle frasi di risposta preimpostate, ma anche con risposte elaborate totalmente dagli algoritmi di AI.

Per poter comprendere ciò che viene detto e, di conseguenza, elaborare la risposta più adatta, vengono utilizzate diverse tecniche tra cui l’AI simbolica, le reti neurali, elaborazione del linguaggio naturale conversazionale, il controllo motorio per il movimento degli arti e un’architettura cognitiva. Ogni risposta che viene data può essere diversa dalla precedente poiché gli algoritmi di AI possono essere utilizzati e combinati in modo diverso.

Al fine poi di riconoscere l’ambiente circostante e l’utente con cui sta avendo un dialogo, è dotato di due telecamere posizionate negli occhi che le consentono di identificare il volto e il movimento della persona e regolarsi di conseguenza. Negli ultimi anni è stata dotata anche di due gambe e due braccia mobili, così da permetterle di muoversi liberamente e seguire il soggetto con cui sta dialogando.

Ambiasciatrice dell’innovazione robotica alle Nazioni Unite, si prevede che presto sarà in grado di addentrarsi nel mondo reale e in situazioni quotidiane con più dimestichezza, sino divenire risorsa utilizzabile in medicina, nell’istruzione, nella ricerca scientifica, ecc. Il processo di miglioramento è continuo grazie alla raccolta dei dati delle varie conversazioni con il conseguente miglioramento degli algoritmi che porterà Sophia, prima o poi, alla completa autonomia.

L'articolo Sophia: l’androide che prova emozioni proviene da Osservatorio C Quadra.

Simile, ma con diverso target è invece il progetto AI Empowered Hardware for Fitness Applications, realizzato dall’ASP – Alta Scuola Politecnica che coinvolge i Politecnici di Torino e Milano. Il robot umanoide in cui il progetto è integrato si chiama Pepper ed arriva dal Giappone: esistente già dal 2014 ed è stato il primo robot umanoide utilizzato negli aeroporti e nei negozi, in quanto capace di individuare e reagire alle emozioni.

Il team di ricerca ha integrato alcune parti hardware – una telecamera e uno zainetto per supportare la nuova scheda – e sviluppato il software che rende Pepper un personal trainer in grado di assistere chi si allena. Tra le funzionalità ottenute grazie al coinvolgimento di Reply e all’implementazione di algoritmi di Intelligenza Artificiale, si registra la capacità di preparare agli allievi una scheda con gli esercizi adattandosi alle capacità e ai miglioramenti degli stessi, contare le ripetizioni, registrare le sessioni di allenamento, ma anche osservarne l’esecuzione e correggere eventuali errori nella postura.

Ingegneri e designer del Politecnico di Milano e del Politecnico di Torino si sono avvalsi (oltre che del supporto di Reply) anche del coinvolgimento di laureati in scienze motorie e personal trainer. Ma non finisce qui: considerando il periodo attuale, l’emergenza pandemica, la prolungata chiusura delle palestre e il correlato crescente numero di individui che si vedono costretti ad allenarsi tra le mura domestiche, i ricercatori hanno creato la start up Gymnasio, allo scopo di realizzarne una versione low cost.

«La sfida per noi era anche “democratizzare” l’allenamento,
perché non tutti possono permettersi un personal trainer»

Queste le parole di Giuseppe Pastore, CTO di Gymnasio, fra i cinque studenti dell’Alta Scuola Politecnica che ha lavorato al progetto. Gli altri: Daniele Gusmini (CEO), Lapo Peruzzi (Industrial Designer), Andrea Rotella (CMO), Andrea Megaro (CFO).

Questa versione low cost è attualmente un prototipo ma è già pre-ordinabile e sarà disponibile sul mercato per la prossima estate; si configurerà come un piccolo cubo, 10cm x 10cm, accompagnato da un’app scaricabile su smartphone, decisamente più maneggevole ed usufruibile in un ambiente di dimensioni ridotte quali il salotto di casa. Il servizio prevederà il pagamento di un abbonamento.

L'articolo Dall’Alta Scuola Politecnica, il personal trainer robot che ti allena con gli algoritmi proviene da Osservatorio C Quadra.

Caratteristica non riscontrabile in Jueying: creato da un team di ricercatori dell’Università cinese di Zhejiang insieme all’Università di Edimburgo, il cane robot riesce a muoversi nello spazio e a rispondere a determinati stimoli semplicemente perché ha imparato a farlo.

Immaginiamo un bambino che impara a camminare quando più piccolo. Una volta chiesto al bambino di compiere dei movimenti specifici, come salire le scale o sedersi, non si procede a dare istruzione sul come muovere una gamba o un braccio, passo passo. Il bambino lo imparerà semplicemente provandoci. Allo stesso modo, a Jueying non vengono fornite indicazioni su ogni possibile scenario realizzabile. Anche perché il mondo reale è un continuo imprevisto: difficilmente sarebbe possibile codificare ogni situazione, ogni comportamento, ogni reazione ad uno stimolo.

Zhibin Li, robotista dell’Università di Edimburgo e autore di un recente articolo sulla rivista Science Robotics che descrive il funzionamento di Jueying, insieme al team di ricerca, ha innanzitutto addestrato il software a guidare una versione virtuale del cane robot. Come? Mediante lo sviluppo di un’architettura di apprendimento con otto “esperti” algoritmici con lo scopo di aiutare il cane robot a mettere in atto ed imparare comportamenti complessi. Per ognuno di questi, è stata utilizzata una rete neurale profonda, specializzata in una particolare tipologia di abilità. Al robot sono poi state fornite delle “ricompense digitali” in caso di successo o, viceversa, dei “demeriti digitali” in caso di insuccesso. In questo modo, ognuno degli “esperti” ha acquisito padronanza su un’esperienza.

Grazie all’Intelligenza Artificiale, il robot simulato ha così potuto procedere per tentativi ed errori, sino ad imparare dall’esperienza, a differenza dei robot tradizionali in cui ogni possibilità, ambiente, configurazione è codificata meticolosamente, riga per riga. Non c’è modo di prevedere totalmente il caos, non è possibile codificare ogni imprevisto. Al contrario con l’AI, Jueying è in grado di resistere all’imprevisto.

Come si è detto, al contrario del metodo tradizionale, questo approccio consente di imparare compiendo un’azione centinaia di migliaia di volte o anche milioni di volte, se necessario. Quel che risulta fondamentale è il coordinamento e la collaborazione tra gli otto esperti algoritmici: i ricercatori li hanno infatti combinati in una rete globale in modo da farli agire (e reagire) allo stesso modo in cui una squadra si muove grazie al suo allenatore/capitano. (Nel video qui sopra, gli 8 esperti sono rappresentati dalle 8 barre verticali colorate). Camminare su una superficie ricoperta di pietre senza brutte distorsioni alle caviglie, correre su una superficie scivolosa: se il cane robot dovesse perdere l’equilibrio, tutti gli otto esperti, agiscono per ripristinare l’equilibrio, per farlo reagire, per farlo proseguire, ecc. E tutti questi apprendimenti, possono poi essere trasferiti dal robot virtuale al robot fisico.

Avremo così macchine più intelligenti, in grado di combinare abilità flessibili e adattive e di gestire una varietà di compiti mai visti prima.

Zhibin Li

Fonte:
Chuanyu Yang, Kay Yuan, Qiuguo Zhu, Wanming Yu, Zhibin Li (2020) Multi-expert learning of adaptive leggend locomotion, Science Robotics 9 Dec 2020, Vol. 5, Issue 49, eabb2174, DOI: 10:1126/scirobotics.abb2174

L'articolo Il robot addestrato con l’Intelligenza Artificiale proviene da Osservatorio C Quadra.

Come? Grazie alla Manduca Sexta, ovvero una falena. Sembra impossibile ma il progetto di ricerca di cui Melanie Anderson (studentessa di Dottorato in Ingegneria Meccanica) è autore principale, deve le sue capacità di rilevare odori proprio alla falena.

“Utilizzando una vera antenna di falena, con Smellicopter siamo in grado di ottenere il meglio da due mondi: la sensibilità di un organismo biologico e la possibilità di controllare il movimento di una piattaforma robotica.”

Le falene, infatti, riescono a rilevare con le proprie antenne la presenza di sostanze chimiche nell’ambiente e muoversi verso cibo o potenziali compagni. Unire tali potenzialità a un piccolo drone manovrabile e in grado di evitare gli ostacoli, rende gli sviluppi futuri ancor più promettenti.

Ma vediamo come funziona, passo-passo. Gli insetti vengono anestetizzati nel frigorifero per poi procedere alla rimozione di una delle due antenne. Una volta prelevata, questa viene poi inserita su un piccolo drone quadricottero portatile e opensource e collegata a due piccoli fili a loro volta collegati ad un circuito elettrico.

Al drone, in grado di evitare ostacoli grazie a 4 sensori a infrarossi, sono poi state inserite due piccole ali di plastica sul retro in modo tale da creare resistenza e renderlo così funzionale anche nel vento.

Smellicopter è programmato per muoversi verso sinistra e verso destra fino ad individuare un odore ed andare quindi poi a dirigersi nella sua direzione. Non utilizza il GPS, bensì una fotocamera in modo molto simile a come gli insetti utilizzano i propri occhi.

Tutte queste particolarità lo rendono adatto all’esplorazione di spazi interni o sotterranei, a rilevare la presenza di sostanze chimiche nell’aria, per individuare sopravvissuti a disastri, fughe di gas, esplosivi, ecc.

I risultati sinora ottenuti sono stati pubblicati lo scorso ottobre sulla rivista IOP Bionspiration & Biomimetics.

Thomas Daniel, Professore di Biologia, coautore dell’articolo e co-supervisor della Dott.ssa Anderson, evidenzia come

“Le cellule in un’antenna di falena amplificano i segnali chimici. […]
Il processo derivante è così super efficiente, specifico e veloce”

Altri coautori del progetto sono Sawyer Fuller (Assistente Professore di Ingegneria Meccanica alla Università di Washington), Joseph Sullivan (studente di dottorato in ingegneria elettrica e informatica dell’UW), Timothy Horiuchi (Professore Associato di Ingegneria Elettrica e Informatica presso l’Università del Maryland).

La ricerca è stata finanziata dalla National Defence and Engineering Graduate Fellowship, la Washington Research Foundation, la Joan and Richard Komen Endowed Chair e infine l’Air Force Office of Scientific Research insieme all’Air Force Center of Excellence on Nature-Insired Flight Technologies and Ideas.

L'articolo Dalla Washington University, il drone che fiuta gli odori proviene da Osservatorio C Quadra.

Gli scienziati del Laboratory of Intelligent Systems guidato da Dario Floreano hanno osservato i comportamenti dell’uccello e hanno progettato un oggetto con caratteristiche simili. Come l’astore muove coda e ali in modo coordinato per eseguire movimenti precisi, così si comporta il drone dalla forma di rapace.

Il nuovo drone possiede infatti una coda piumata in grado di cambiare conformazione coordinandosi con le ali, in funzione delle necessità. Il primo progetto di ala in grado di trasformarsi risale al 2016, ma il recente modello vanta una mobilità molto più evoluta grazie alle piume artificiali.

La possibilità di ali e coda di mutare forma coordinandosi permette al drone di mettere in atto movimenti più precisi rispetto ad altri modelli: cambi di direzione repentini, migliore performance contro la resistenza dell’aria, voli più lenti senza perdere quota.

Il vantaggio maggiore del drone alato sui simili quadrirotori è la capacità di volare più a lungo a parità di peso. Uno svantaggio è che i secondi possono librarsi sul posto e compiere curve più strette rispetto al modello del team EPFL. “Il drone appena progettato si colloca da qualche parte nel mezzo. Può volare a lungo ed è quasi agile quanto i quadrirotori” afferma Floreano.

Le peculiarità del drone EPFL lo rendono il modello ideale per l’impiego nelle foreste e fra gli alti edifici cittadini. Ma, data la difficoltà di manovrare manualmente l’ampia varietà di combinazioni fra ali e coda, per sfruttarne pienamente le potenzialità il team ha in mente di incorporare all’oggetto l’intelligenza artificiale.

Enrico Ajanic, Mir Feroskhan, Stefano Mintchev, Flavio Noca, D. Floreano sono gli autori della ricerca “Bioinspired wing and tail morphing extends drone flight capabilities”, pubblicata su Science Robotics, 5, eabc2897 (2020). Lo studio è stato realizzato con il supporto di NCCR Robotics.

L'articolo Il drone EPFL ha coda e ali mobili che si adattano alle esigenze di volo proviene da Osservatorio C Quadra.

Sensibili, ma resistenti: queste le caratteristiche che rendono ottimali e pienamente funzionali i sensori estensibili. Rendere compatibili le due proprietà è complesso, ma i ricercatori dell’Università di Harvard hanno centrato l’obiettivo realizzando una tecnologia ad alta sensibilità ma anche ad alta resilienza, incorporabile in tessuti o sistemi robotici mobili.

Il team della Harvard John A. Paulson School of Engineering and Applied Sciences e del Wyss Institute for Biologically Inspired Engineering ha infatti saputo ovviare al problema della fragilità tipica dei sensori più potenti. E per il design della sua scoperta si è ispirato allo Slinky: la nota molla giocattolo a spirale estensibile.

“Abbiamo iniziato con un materiale sfuso rigido, in questo caso fibra di carbonio, e l’abbiamo modellato in modo tale che il materiale diventasse elastico” spiega Oluwaseun A. Araromi, ricercatore associato in scienza dei materiali e ingegneria meccanica e primo autore dell’articolo. Le fibre conduttive di carbonio sono state collocate dai ricercatori tra due substrati elastici.

Come le spirali dello Slinky si allontanano nel momento in cui si tirano le estremità, così la conduttività del sensore muta quando i bordi della fibra di carbonio perdono contatto fra di loro. La sensibilità del prodotto è tale da generare il fenomeno anche sotto azione di sforzi ridotti. Il sensore è stato incorporato in una manica di tessuto e sottoposto ad alcuni test: sono bastati movimenti minimi dei muscoli dell’avambraccio affinché i gesti compiuti venissero registrati dagli algoritmi di apprendimento automatico.

In questi sensori l’alta sensibilità si accompagna anche a una resistenza mai ottenuta prima. La straordinaria robustezza è stata comprovata sottoponendo il sensore a lavaggi multipli in lavatrice, colpi di martello, tagli effettuati col bisturi e, addirittura, investimenti con l’auto. Nulla ha scalfito l’oggetto creato dal team di Harvard: un vantaggio significativo.

Robert J. Wood, professore di ingegneria e scienze applicate presso Harvard SEAS e autore senior dello studio, evidenzia inoltre come il grado di innovazione del sensore non dipenda solo alle qualità di sensibilità e resistenza, ma anche da un terzo fattore. Ulteriore aspetto cruciale della tecnologia realizzata è infatti il basso costo dei materiali e dei metodi di assemblaggio con cui è stata realizzata.

I sensori estensibili del team di Harvard possono essere realizzati con qualsiasi materiale conduttivo, a differenza di quanto avviene con quelli attualmente esistenti, che esigono materiali e tecniche di produzioni speciali. Un potenziale che potrebbe agevolare l’applicazione della scoperta in molti ambiti, dalle simulazioni di realtà virtuale all’abbigliamento sportivo, passando dalla diagnostica di malattie neurodegenerative quali in Parkinson.

This ultra-sensitive, resilient sensor could be used in Minority Report-like smart gloves for virtual reality: https://t.co/OJ1KWe2MJG @nature @wyssinstitute pic.twitter.com/6nwikbn0a8

— Harvard SEAS (@hseas) November 17, 2020

Coautori della ricerca pubblicata su Nature: Moritz A. Graule, Kristen L. Dorsey, Sam Castellanos, Jonathan R. Foster, Wen-Hao Hsu, Arthur E. Passy, ​​James C. Weaver e Joost J. Vlassak, Conor J. Walsh.

L'articolo Da Harvard un sensore per robotica e tessuti ultra resistente proviene da Osservatorio C Quadra.

È dell’Università di Princeton il merito di aver realizzato la prima opera architettonica che vedesse il coinvolgimento di due Robot.

L’Architetto Stefana Parascho e l’Ingegnere Sigrid Adriaenssens sono i docenti che hanno collaborato insieme allo studio di Architettura Ingegneria Skidmore, Owings e Merrill (SOM) con l’obiettivo di innescare un rapporto collaborativo tra umani e robot, con il principale fine di realizzare architetture splendide e sostenibili.

338 mattoni di vetro trasparente realizzati da Poesia Glass Studio e assemblati dai Robot senza l’utilizzo di alcuna impalcatura, ponteggio o struttura esterna di supporto. Un nuovo modo di costruire, più sostenibile grazie al minor spreco di materiale, più sicuro, senza dubbio anche meno usurante per l’uomo. I due robot hanno infatti potuto procedere nella costruzione di una volta alta più di 2 metri e larga (e lunga) oltre 3 metri e mezzo.

L’Architetto Parascho, direttore del CREATE Laboratory di Princeton (Calcolo e Robotica che Abilitano le Tecnologie per l’Architettura), precisa che non è sua intenzione sostituire l’uomo in queste complesse lavorazioni, ma utilizzare i robot per quei compiti altrimenti difficilmente attuabili. Un esempio: come potrebbe un uomo sorreggere un mattone di vetro da 3 kg per oltre 7 minuti, nell’attesa che la colla si asciughi e la struttura divenga stabile, senza compiere alcun movimento? Impossibile, ed è per questo che i robot accorrono in aiuto: per compiere movimenti tanto precisi quanto indubbiamente complessi.

Ma numerose sono le opportunità a cui la realizzazione di questo progetto apre le porte: la possibilità di andare ad operare in luoghi in cui sarebbe pericoloso lavorare o dove ne risulterebbe difficoltoso l’accesso, è solo un altro esempio, fornito da Alessandro Beghini, Direttore Associato e Ingegnere Strutturale presso SOM.

Edvard Bruun, PhD Candidate presso il Dipartimento di Ingegneria Civile e Ambientale dell’Università di Princeton, evidenzia come il potenziale derivante dal coinvolgimento dei robot, consiste essenzialmente nell’aiutarci a raggiungere l’obiettivo della costruzione di edifici solidi ed efficienti, riducendo gli sprechi nei materiali.

Partendo dall’arco centrale, i due Robot hanno poi proceduto dall’esterno, ognuno da un lato della volta. Non pochi gli imprevisti: al di là della scarsità di tempo e di tutte le problematiche derivanti dal diffondersi del COVID-19, i primi test effettuati su materiali più leggeri hanno fatto sì che i primi test con i mattoni in vetro si concludessero con svariati vetri frantumati! Ma non sono mancate anche le constatazioni positive: come evidenzia Bruun, lavorare in modo tale da garantire in modo continuato il distanziamento sociale, ha ritrovato nei Robot validi strumenti per poter lavorare.

Il CREATE Lab sta ora lavorando ad una configurazione dei robot da remoto in modo tale da provare a garantire agli studenti e ai ricercatori di poter lavorare al progetto di ricerca anche da casa.

Il team di ricerca di Princeton è composto da Stefana Parascho, Sigrid Adriaenssens, Isla Xi Han, Edvard Bruun, Ian Ting, Lisa Ramsburg, Vittorio Paris e Nicola Lepora, con il supporto di Chase Galis, Lukas Fuhrimann, Grey Wartinger e Bill Tansley. Il Team SOM include Alessandro Beghini, Samantha Walker, Michael Cascio, David Horos, Mark Sarkisian, Masaaki Miki, Max Cooper, Stuart Marsh, Matteo Tavano, Dmitri Jajich e Arthur Sauvin. Il Progetto è stato condotto con il supporto di Faidra Oikonomopoulou, Telesilla Bristogianni della Delft University of Technology, e sponsorizzato da Global Robots, Poesia Glass e New Pig Corporation.

L'articolo Nuove frontiere dell’Architettura: arrivano i Robot proviene da Osservatorio C Quadra.