Innovación

Este robot usó IA para aprender a caminar

Este robot usó IA para aprender a caminar



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Un nuevo estudio de investigadores de Google ha logrado un gran progreso hacia los robots que aprenden a navegar por el mundo sin ayuda humana, informa Technology Review.

RELACIONADO: EL ROBOT MÁS AVANZADO DE IRÁN RIVALES ASIMO DE HONDA

Un robot de autoaprendizaje desde entornos virtuales

Este nuevo estudio se basa en una investigación realizada un año antes, cuando el grupo de investigadores aprendió por primera vez cómo hacer que un robot aprenda en el mundo real. La capacidad de reforzar el comportamiento aprendido es una práctica común en la simulación: un clon virtual del robot se mueve impotente alrededor de una copia virtual de su entorno hasta que el algoritmo de IA se ha adaptado lo suficiente para funcionar bien en el mundo real. Luego, el programa se importa al robot y se enciende.

Obviamente, este método ayuda al robot a evitar daños porque ya no necesita realizar ejecuciones de prueba y error en el mundo real, donde las consecuencias de la falla son demasiado altas para el riesgo. Sin embargo, el robot requiere un modelo que sea fácil de simular: grava dispersa o resortes de un colchón para ablandar la base de metal de un robot toma tanto tiempo para simular que no vale la pena el esfuerzo.

Es por eso que los investigadores buscaron evitar los problemas del modelado entrenando al robot en el mundo real desde el principio. Para ello, diseñaron un algoritmo más eficiente capaz de aprender con menos intentos y menos errores; enviando al robot a caminar en dos horas. Dado que el entorno físico varía naturalmente, el robot también puede adaptarse rápidamente a otros entornos relativamente similares, como escalones, pendientes leves y áreas planas con obstáculos.

El principio de realidad como algoritmo

Sin embargo, el robot todavía necesitaba una niñera humana para saltar cientos de veces, dijo Jie Tan, coautor del artículo y líder del equipo de locomoción robótica en Google Brain, a Technology Review. "Inicialmente no pensé en eso", dijo.

Eso se convirtió en un nuevo problema. El primer paso para enfrentarlo fue delimitar el terreno explorable disponible para el robot y hacer que entrenara a través de múltiples maniobras simultáneamente. Cuando el robot alcanzó el borde de un área delimitada mientras aprendía a caminar hacia adelante, simplemente cambió de dirección y aprendió a caminar en reversa.

A continuación, los investigadores limitaron los movimientos disponibles para el robot durante su prueba, minimizando el daño mediante precaución y evitando caídas. Por supuesto, el robot cayó de todos modos, por lo que agregaron otro algoritmo para que pudiera levantarse.

A medida que se acumularon ajustes y ajustes, el robot se volvió capaz de caminar por sí solo a través de superficies dispares, incluido un terreno plano, un felpudo con grietas y un colchón de espuma viscoelástica. Este trabajo tiene potencial para aplicaciones futuras, en las que los robots necesitan moverse a través de un terreno accidentado e implacable sin que ningún humano los ayude.

"Creo que este trabajo es bastante emocionante", dijo Chelsea Finn, profesora asistente en Stanford afiliada a Google pero que no forma parte de la investigación, a Technology Review. "Sacar a la persona del proceso es realmente difícil. Al permitir que los robots aprendan de manera más autónoma, los robots están más cerca de poder aprender en el mundo real en el que vivimos, en lugar de en un laboratorio".

Pero, advierte, hay un problema: la configuración actual utiliza un sistema de captura de movimiento que escanea el robot desde arriba para rastrear su ubicación. Eso no es así en escenarios del mundo real.

En el futuro, los investigadores planean adaptar su nuevo algoritmo a diferentes robots, o incluso a varios robots que aprenden al mismo tiempo, en el mismo entorno. Tan cree que el truco para desbloquear robots más útiles radica en romper la locomoción.

"Muchos lugares están construidos para humanos y todos tenemos piernas", dijo a Technology Review. "Si un robot no puede usar piernas, no puede navegar por el mundo humano".

Desde aplicaciones militares hasta ayudar a los humanos como un perro de servicio, el futuro de los robots hace de la robótica una de las carreras de ingeniería más atractivas del futuro previsible.


Ver el vídeo: Inteligencia ARTIFICIAL APRENDE a jugar FLAPPY BIRD - AI que aprende - AI jugando - IA aprende (Agosto 2022).