A diferencia de los robots existentes en el mercado, como Por ejemplo, Spot de Boston Dynamics, que usa mapas internos para moverse, este robot usa cámaras solo para guiar sus movimientos en la naturaleza, dice Ashish Kumar, un estudiante de doctorado de UC Berkeley que es uno de los autores de un artículo que explora el el trabajo describe; está programado para ser presentado en la Conferencia sobre Aprendizaje de Robots el próximo mes. Otros intentos de usar las señales de las cámaras para guiar los movimientos del robot se limitaron a terreno plano, pero lograron que su robot subiera escaleras, escalara rocas y saltara huecos.

Cuadrícula de clips de perros robóticos caminando por las escaleras

CON AMABLE AMABLE DE LOS INVESTIGADORES

El robot de cuatro patas primero se entrena para moverse en un simulador en diferentes entornos para que tenga una idea aproximada de cómo es caminar en un parque o subir y bajar escaleras. Cuando se usa en el mundo real, las imágenes de una sola cámara en la parte delantera del robot guían su movimiento. El robot aprende a ajustar su forma de andar para navegar por cosas como escaleras y pisos irregulares mediante el aprendizaje por refuerzo, una técnica de inteligencia artificial que permite que los sistemas mejoren a través de prueba y error.

Eliminar la necesidad de un mapa interno hace que el robot sea más robusto porque ya no está limitado por posibles errores en un mapa, dice Deepak Pathak, profesor asistente en Carnegie Mellon que formó parte del equipo.

Es extremadamente difícil para un robot traducir píxeles sin procesar de una cámara en el tipo de movimientos precisos y equilibrados necesarios para navegar en su entorno, dice Jie Tan, investigador de Google que no participó en el estudio. Él dice que el trabajo es la primera vez que ve un robot pequeño y económico demostrar una movilidad tan impresionante.

El equipo logró un «avance en el aprendizaje y la autonomía de los robots», dice Guanya Shi, investigadora de la Universidad de Washington que estudia el aprendizaje automático y el control de robots y que tampoco participó en la investigación.

Akshara Rai, científica investigadora de Facebook AI Research que trabaja en aprendizaje automático y robótica y no participó en este trabajo, está de acuerdo.

«Este trabajo es un paso prometedor hacia la construcción de tales robots inteligentes y su uso en la naturaleza», dice Rai.

Aunque el trabajo del equipo es útil para mejorar el estilo de caminar del robot, averiguar a dónde ir por adelantado no ayuda al robot, dice Rai. «La navegación es importante para el uso de robots en el mundo real», dice ella.

Se necesita más trabajo antes de que el perro robot pueda hacer cabriolas en los parques o buscar cosas en la casa. Si bien el robot puede comprender la profundidad a través de su cámara frontal, no puede manejar situaciones como suelo resbaladizo o hierba alta, dice Tan; podría pisar charcos o atascarse en el barro.

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí