Kushant Patel pasó dos años en la Universidad de California, Berkeley, enseñando a robots cuadrúpedos a cartografiar e inspeccionar material nuclear. Ahora desarrolla sistemas de control para líneas de luz de sincrotrón de última generación en el Laboratorio Nacional de Brookhaven. El 9 de octubre de 2026 habló sobre los robots en instalaciones científicas, como los aceleradores de partículas, en el episodio 165 del pódcast Robot Talk, en una conversación con la presentadora, Claire.
Una trayectoria dedicada a la percepción y el movimiento
Patel describe su trabajo como el desarrollo de software que ayuda a robots e instrumentos a percibir, cartografiar y desplazarse por el mundo físico. Esa descripción abarca todas las etapas de su carrera hasta ahora y marca el enfoque con el que aborda las máquinas que operan en entornos de investigación especializados.
Cursó una maestría en Ingeniería Mecatrónica en la Universidad de Waterloo. Después se trasladó a la Universidad de California, Berkeley, donde pasó dos años trabajando con robots cuadrúpedos. Su tarea consistía en enseñarles a cartografiar e inspeccionar material nuclear. Es un trabajo en el que el entorno es peligroso y el robot debe construir una imagen precisa de lo que lo rodea antes de poder hacer algo útil en él.
Su siguiente puesto fue en la Universidad de California, Davis, donde dedicó un año a desarrollar interfaces cerebro-computadora de lazo cerrado. Un sistema de lazo cerrado es aquel en el que la salida se realimenta de forma continua a la entrada, de modo que el software debe percibir, decidir y actuar como un único ciclo. Ese mismo patrón recorre el control de robots, y es una de las razones por las que el paso de las interfaces neuronales a los robots con patas y después al control de instrumentos resulta menos brusco de lo que parece.
El trabajo en Brookhaven
En el Laboratorio Nacional de Brookhaven, Patel desarrolla sistemas de control para líneas de luz de sincrotrón de última generación. Una línea de luz es la parte de una instalación de sincrotrón donde se dirige un haz hacia muestras y se mide el resultado. La fuente describe su función como el control de estos sistemas para las líneas de luz, y no ofrece detalles sobre el hardware concreto, el número de robots implicados ni los objetivos de rendimiento. Esos datos no se indican, por lo que no se incluyen aquí.
Lo que sí puede decirse es cómo encaja este trabajo con su enfoque declarado. En una instalación de este tipo, los instrumentos deben posicionarse, alinearse y supervisarse, y los mismos problemas de percepción, cartografiado y movimiento que abordó en Berkeley se aplican cuando la máquina es un brazo robótico o una plataforma de instrumentación en lugar de un robot caminante. El episodio plantea el tema como los robots que trabajan en instalaciones científicas, con los aceleradores de partículas como ejemplo de este tipo de entorno.
De qué trató la conversación
El episodio es una conversación entre Claire y Patel sobre los robots que están detrás de la investigación científica. El resumen del episodio señala como tema central los robots que trabajan en instalaciones científicas. No enumera preguntas, citas ni conclusiones concretas, por lo que esta crónica no atribuye a Patel ninguna afirmación específica más allá de su trayectoria y su puesto actual.
Robot Talk es un pódcast semanal sobre robótica, inteligencia artificial y máquinas autónomas. El episodio 165 forma parte de una serie que incluye conversaciones sobre robótica en la construcción y sobre la evolución de cuerpos y cerebros robóticos, lo que muestra que el programa abarca una amplia gama de aplicaciones y no un solo sector.
Por qué importa para el sector
El análisis de esta sección es razonamiento propio a partir de los hechos anteriores, no una afirmación realizada en el episodio.
Gran parte de la atención pública en robótica se centra en los humanoides, las máquinas de almacén y los productos de consumo. Los robots en instalaciones científicas reciben menos cobertura, pero la trayectoria de Patel demuestra hasta qué punto la tecnología de fondo es compartida. La cartografía y la inspección con cuadrúpedos, el control de lazo cerrado en interfaces cerebro-computadora y el control de líneas de luz dependen del mismo ciclo: percibir el mundo, construir un modelo, actuar y comprobar el resultado. Que un investigador haya trabajado en los tres ámbitos es una prueba de que estas competencias se transfieren entre campos que, vistos desde fuera, parecen no tener relación.
También hay un aspecto práctico sobre dónde se concentra la demanda. Instalaciones como los sincrotrones y los aceleradores son entornos donde el acceso puede estar restringido y el equipamiento es especializado. Su trabajo en Berkeley implicaba material nuclear, un contexto en el que enviar un robot en lugar de una persona supone una ventaja evidente. Su labor en Brookhaven se centra en sistemas de control para líneas de luz, lo que sugiere que, en la infraestructura de investigación, el software que coordina los instrumentos es tan importante como los propios robots. Se trata de una inferencia a partir de la descripción de su puesto, no de un hallazgo recogido en el episodio.
La comparación con otros sectores de la robótica está limitada por lo que ofrece la fuente. Los robots industriales y logísticos suelen contar con una métrica comercial clara, como el rendimiento por hora. La fuente no aporta una medida equivalente para las instalaciones científicas, como tiempo de experimento ahorrado, muestras manipuladas o paradas reducidas. Sin esas cifras, no es posible saber hasta dónde ha avanzado el control robotizado en Brookhaven ni cómo se compara con otros laboratorios.
Varias cuestiones siguen sin demostrarse o sin precisarse. La fuente no indica si los sistemas de control de líneas de luz que desarrolla Patel están en funcionamiento, en fase de pruebas o todavía en diseño. Tampoco nombra los robots utilizados, ni informa de resultados del trabajo de inspección en Berkeley, ni dice cómo se desempeñaron los cuadrúpedos. No describe qué, si acaso, del trabajo con interfaces cerebro-computadora se traslada a sus proyectos actuales. Quien quiera valorar el estado de la robótica en instalaciones de investigación debería tomar el episodio como el perfil de un profesional y una señal sobre el tema, no como prueba de un progreso medido.
Lo que el episodio sí deja claro es que la robótica en la ciencia la están construyendo ingenieros con una experiencia deliberadamente amplia, y que el sector empieza a tratar instalaciones como los aceleradores de partículas como un problema de robótica por derecho propio. Si eso se traducirá en referencias de rendimiento publicadas o en herramientas compartidas es la incógnita que conviene seguir.