Científicos japoneses crean un robot hecho con ramas de árbol y capaz de aprender por sí mismo a moverse

Diseñar robots es un proceso meticuloso que requiere una gran cantidad de pensamiento y cuidado. Por lo general, es necesario tener una idea muy clara de lo que quieres que haga tu robot y cómo quieres que lo haga, y luego construyes un prototipo, descubres todo lo que está mal, construyes algo diferente y mejor, y repites hasta que quedarse sin tiempo y / o dinero.

Pero los robots no necesariamente tienen que ser tan complicados, siempre que sus expectativas sobre lo que deberían poder hacer sean correspondientemente bajas. En un artículo presentado en un taller de NeurIPS en diciembre pasado, un grupo de investigadores de Preferred Networks experimentó con la construcción de robots móviles a partir de un par de servos genéricos más cosas que puedes encontrar en el suelo, como ramas de árboles. 

Aprendizaje por refuerzo y materiales disponibles localmente

Sin embargo, hace unos meses un grupo de investigadores de la Univ. de Tokio y de la compañía Preferred Networks prefirieron probar con un enfoque distinto, que permitiera construir y hacer funcionar robots construidos con lo primero que pudieran encontrar... como, por ejemplo, ramas de árbol.

Para ello se escogen algunos palos, se los pesa y se los escanea en 3D, y se introducen los datos de las 'articulaciones' que unen los palos (permitiendo moverlos) y de algunos sensores básicos.

Todo esto con el objetivo de poder entrenar la IA del robot dentro de un entorno virtual, utilizando técnicas de aprendizaje por refuerzo (basado en el sistema de prueba/error, repitiendo las tareas miles o millones de veces en cortos periodos de tiempo, y en premiar los desplazamientos más lejanos).

Estos robots descubren primero cómo caminar en la simulación, a través del aprendizaje por refuerzo profundo. La forma en que esto se implementa en el papel es levantando algunos palos, pesándolos y escaneándolos en 3D, simulando el robot completo y luego recompensando los pasos que resultan en el movimiento más lejano. También hay algunos ajustes manuales involucrados para evitar comportamientos que podrían (por ejemplo) "causar estrés y desgaste en el robot real". 

En general, quizás este no sea el tipo de estrategia que podría utilizar para la mayoría de las aplicaciones, pero podemos especular sobre cómo robots como estos podrían volverse un poco más prácticos en algún momento. La idea de poder construir un robot móvil a partir de lo que sea que haya por ahí (más algunos servos y tal vez un sensor o dos) es convincente, y parece que podrías desarrollar un paso desde cero en el robot físico usando prueba y error y comentarios de algunos sensores básicos, ya que hemos visto cosas similares en otras plataformas robóticas.

Es probable que los robots de materiales encontrados como estos no sean tan capaces como los diseños robóticos tradicionales, por lo que probablemente solo sean útiles en circunstancias especiales. Sería bueno no tener que preocuparse por el transporte de materiales estructurales, al igual que poder crear una variedad de diseños según sea necesario utilizando un conjunto de hardware generalizado. Y construir un robot con materiales disponibles localmente significa que cualquier cosa que juntes será realmente fácil de arreglar, incluso si tienes que enseñarle a moverse de nuevo.

“ Diseño robótico improvisado con objetos encontrados ”, de Azumi Maekawa, Ayaka Kume, Hironori Yoshida, Jun Hatori, Jason Naradowsky y Shunta Saito, de Preferred Networks, Inc., se presentó en el Workshop sobre aprendizaje automático para la creatividad y el diseño en NeurIPS 2018.

 

Fuente: https://spectrum.ieee.org/

RoboticsLab es una división de NFM Robotics dedicada a iniciativas de responsabilidad social sin fines de lucro, así como a la investigación, desarrollo e innovación en el área de la Robótica.

Tipo de Moneda
PEN Sol
USD Dólar de los Estados Unidos (US)