Research

Maria Koskinopoulou e la manipolazione robotica all'Heriot-Watt

Maria Koskinopoulou dell'Heriot-Watt ha parlato di manipolatori robotici autonomi per chirurgia e industria nell'episodio 159 di Robot Talk, pubblicato il 5 giugno 2026.

Maria Koskinopoulou on robotic manipulation at Heriot-Watt

Maria Koskinopoulou, Assistant Professor di Robotica e Visione Artificiale presso la Heriot-Watt University, è stata ospite dell'episodio 159 del podcast Robot Talk, pubblicato il 5 giugno 2026. La conduttrice, Claire, ha parlato con lei di manipolazione robotica autonoma per la chirurgia, l'industria e altri ambiti di impiego. L'episodio mette in luce un settore che lega la percezione all'azione fisica.

Chi è Koskinopoulou

Koskinopoulou ricopre il ruolo di Assistant Professor in Robotica e Visione Artificiale presso la Heriot-Watt University. È co-responsabile dell'ARM²Lab, acronimo di Autonomous Robotic Manipulation & Multi-Agent Systems Lab. Il laboratorio ha sede presso la Heriot-Watt e il National Robotarium. Il suo co-responsabile è Ignacio Carlucho.

Tra i suoi interessi di ricerca dichiarati figurano manipolazione robotica, percezione, visione per i robot, robotica medica, interazione uomo-robot e machine learning. L'elenco comprende sia la componente fisica della presa e della movimentazione degli oggetti, sia quella software, legata a vedere e interpretare una scena. Il nome del suo laboratorio aggiunge un ulteriore filone, i sistemi multi-agente, che riguarda il modo in cui più macchine autonome operano insieme.

Jan Petrš on construction robotics for façade installation
Robohub

I progetti alla base della ricerca

Koskinopoulou partecipa a importanti progetti di ricerca finanziati da UKRI e dall'Unione Europea. Tali progetti fanno avanzare il lavoro in diversi ambiti: manipolazione robotica, robotica chirurgica, robotica subacquea, assemblaggio autonomo e selezione dei rifiuti.

Il ventaglio è ampio. Una sala operatoria, una linea di assemblaggio in fabbrica, un impianto di selezione e un sito subacqueo sono ambienti di lavoro molto diversi tra loro. Ciascuno, però, richiede a un robot di maneggiare oggetti fisici e dipende dalla capacità della macchina di percepire ciò che ha davanti. Questo requisito comune collega gli ambiti applicativi del suo elenco di progetti al titolo dell'episodio, che accosta percezione e manipolazione.

La descrizione disponibile non riporta nomi dei progetti, budget, partner o risultati. Non specifica nemmeno quali progetti siano stati trattati nel dettaglio durante la conversazione. Ciò che è accertato è l'insieme dei settori toccati dal suo lavoro finanziato e le istituzioni in cui opera il suo laboratorio.

Il podcast e questo episodio

Robot Talk è un podcast settimanale che esplora la robotica, l'intelligenza artificiale e le macchine autonome. L'episodio 159 s'intitola Robot sensing and manipulation (percezione e manipolazione robotica). La descrizione inquadra la discussione attorno ai manipolatori robotici autonomi in tre contesti: la chirurgia, l'industria e ciò che definisce «oltre», senza ulteriori dettagli.

Non vengono riportate citazioni, risultati, annunci di prodotti o affermazioni tecniche emerse dalla conversazione. Questo articolo, pertanto, non attribuisce a Koskinopoulou dichiarazioni specifiche, al di là del suo ruolo, dei suoi interessi di ricerca e dei progetti elencati sopra.

Perché la ricerca sulla manipolazione robotica è importante

L'analisi di questa sezione è frutto di un nostro ragionamento a partire dai fatti esposti sopra, non il resoconto di quanto detto nell'episodio.

Primo: la combinazione di temi in un unico profilo di ricerca è significativa. Gli interessi di Koskinopoulou accostano visione e percezione robotica a manipolazione e machine learning. Questo abbinamento riflette un'idea diffusa nel settore: un manipolatore è capace solo quanto lo è la sua facoltà di percepire l'ambiente circostante. Una pinza o un braccio possono essere meccanicamente precisi, ma senza una percezione affidabile non riescono ad adattarsi a oggetti che variano per forma, posizione o condizione. La selezione dei rifiuti è un esempio emblematico tratto dal suo elenco di progetti, dato che gli oggetti da trattare sono eterogenei e imprevedibili.

Secondo: la varietà delle applicazioni indica quanto sia generale il problema di fondo. Robotica chirurgica, assemblaggio autonomo, robotica subacquea e selezione dei rifiuti hanno requisiti di sicurezza e tolleranze differenti. Gli ambienti medici richiedono grande attenzione alla sicurezza delle persone e alla precisione. L'assemblaggio industriale privilegia la ripetibilità. Il lavoro sott'acqua aggiunge un ambiente ostile. Il fatto che il lavoro di un unico gruppo, finanziato tramite programmi UKRI e UE, copra tutti questi ambiti suggerisce che i finanziatori considerino manipolazione e percezione come fondamenta condivise e non come temi di nicchia. Si tratta di un'inferenza ricavata dall'elenco dei progetti, non di una posizione dichiarata dai finanziatori.

Terzo: l'orientamento multi-agente del laboratorio lascia intravedere una direzione che va oltre il singolo braccio che lavora da solo. Nella descrizione non c'è nulla su esperimenti multi-agente, quindi non si possono vantare risultati. È però lecito osservare che un laboratorio con un simile raggio d'azione, accanto alla ricerca sulla manipolazione, indica interesse sia per il coordinamento tra macchine sia per la destrezza del singolo robot.

Cosa resta da dimostrare

La descrizione dell'episodio non avanza dichiarazioni sulle prestazioni, quindi nulla al suo interno può essere giudicato dimostrato o non dimostrato. Le questioni aperte riguardano ciò che viene omesso. Non vengono indicati tassi di successo per alcun compito di manipolazione, né lo stato di sperimentazione clinica per il lavoro chirurgico, né date di impiego per i sistemi industriali o di selezione dei rifiuti. Non viene citata alcuna piattaforma robotica, quindi da questo materiale non è possibile un confronto con i manipolatori commerciali o con altri laboratori universitari.

I lettori che cercano evidenze di progresso dovrebbero consultare gli articoli scientifici e i rapporti di progetto del laboratorio, che contengono i risultati misurabili assenti dalla descrizione di un podcast. Fino a quando tali dettagli non saranno disponibili, la lettura corretta resta limitata: è stata intervistata una robotica della Heriot-Watt con un ampio portafoglio di ricerca finanziato su percezione e manipolazione, e la conversazione ha toccato applicazioni che vanno dalla chirurgia all'industria.

Maria Koskinopoulou e la manipolazione robotica all'Heriot-Watt