Compartir:
El ‘robot dog’ puede superar las perturbaciones del equilibrio.

n equipo internacional de científicos ha creado un cuadrúpedo robótico que tiene la capacidad de usar habilidades aprendidas previamente para responder y adaptarse a situaciones nuevas. Está siendo entrenado de modo similar al que se utiliza para enseñar a los niños a jugar al futbol.

En los jardines del campus de la Universidad de Edimburgo (UoE), en Escocia (Reino Unido) se puede observar algunos días un curioso espectáculo que despierta cierto grado de compasión en los espectadores: un científico “molestando” reiteradamente y de distintas maneras a un perro robótico para que pierda la estabilidad sobre sus patas, derribándolo.
El científico empuja fuertemente con el pie o con un palo, arrastra, e incluso patea “sin piedad”, al cuadrúpedo robótico, sobre distintos tipos de terrenos (incluido la grava y los cantos rodados) sobre los que, de por sí, el “animal” tiene dificultades para desplazarse, haciendo que caiga aparatosamente.
Pero la máquina, que despierta la simpatía y el instinto protector de algunos observadores, impulsándolos a intervenir para ayudarla y que dejen de “atacarla”, vuelve a incorporarse sobre sus cuatro patas con movimientos decididos, rápidos y sincronizados, sin pérdida de tiempo, una y otra vez.
El científico aparentemente “cruel”, pero que en realidad tiene buenas intenciones, pertenece al equipo del doctor Alex Li, que dirige el Laboratorio de Robótica Inteligente Avanzada, AIR (https://groups.inf.ed.ac.uk/advr/index.html) de la UoE.
El perro robótico (‘robot dog’) al que hace caer una vez tras otra, se llama ‘Jue-Ying’ y, en realidad, no está siendo fastidiado, sino entrenado utilizando herramientas de Inteligencia Artificial.

Un miembro del equipo del Dr.Li empuja a Jue-ying con el pie

CAN ROBÓTICO CON REACCIONES INSTANTÁNEAS.
Los aparentes “ataques” de Li al Robot Dog son una de las investigaciones de AIR destinadas a inventar nuevas tecnologías para producir comportamientos inteligentes en diferentes sistemas robóticos y que adquieran habilidades comparables a las de los seres humanos, como moverse, manipular y agarrar.
“Estamos interesados en que los robots sean capaces de tener movimientos, habilidades e interacciones físicas. Que sean hábiles, ágiles, atléticos y bien coordinados, aplicando teorías de control, optimización y aprendizaje automáticos”, señala Li.
El doctor Li y su equipo han creado en colaboración con la Universidad de Zhejiang, ZJU, en China, el cuadrúpedo robótico o perro robot ‘Jue-Ying’, y forma parte de un trabajo que busca garantizar la resiliencia (capacidad de adaptarse a un agente perturbador o una situación adversa) de los robots autónomos, según la universidad escocesa (www.ed.ac.uk).
Para hacer más resiliente al perro robótico, los investigadores lo han dotado de una innovadora tecnología informática denominada ‘arquitectura de aprendizaje de múltiples expertos’ (MELA, por sus siglas en inglés).
“La MELA permite a los robots crear nuevas funciones a partir de un grupo de habilidades representativas que se les han enseñado previamente”, según el doctor Li.
“Esta tecnología ofrece una nueva visión de los robots en la que se los considera totalmente independientes y en la que, los humanos, no tendrían que interceder cuando una de estas máquinas se enfrenta a un obstáculo nuevo o inesperado”, apunta.
REDES NEURONALES QUE TRABAJAN EN EQUIPO.

Según Li, no hay una manera de predecir o simular todos los escenarios que un robot podría encontrarse mientras realiza una tarea, por lo que debe estar equipado con habilidades de adaptación que pueda aplicar de manera efectiva en situaciones inesperadas.
El aprendizaje MELA combina unos modelos computacionales denominados ‘redes neuronales profundas’ (DNNs, en inglés) de modo que el sistema resultante es “más que la suma de sus partes, siendo capaz de aprender nuevas habilidades, que ninguno de los DNNs poseía individualmente”, afirma Li.
Las DNNs del proceso de aprendizaje MELA funcionan de una manera similar a un equipo de fútbol, según Li, explicando que un grupo de estas redes funcionan como ‘los jugadores’ y otra red trabaja como si fuera ‘el entrenador’.
“Después de entrenar juntos, el grupo de ‘jugadores’ puede perfeccionar sus habilidades y el ‘entrenador’ aprende a coordinar al equipo en su conjunto, para que sean capaces de resolver tareas que no se han visto antes”, según este científico.
El doctor Li ha comparado el modo en que funciona esta aplicación de la Inteligencia Artificial (IA) a la robótica con la manera en la que se enseña a los niños pequeños a jugar al fútbol.
“Primero es probable que se les enseñe habilidades individuales como el pase, el regate y el disparo. Cuando hayan dominado esos aspectos básicos, aprenderán a combinar esas habilidades en partidos sencillos”, explicó.
Al perro robótico ‘Jue-Ying’ se le enseñó primero las habilidades de recuperarse de caídas y trotar y caminar, que sirvieron de base al sistema MELA para crear otras nuevas destrezas, como levantarse desde diferentes posiciones, caminar hacia un objetivo, desplazarse por escaleras o superficies rocosas y hacer ajustes rapidísimos de su posición para mantenerse erguido y continuar avanzando, tras caer o perder el equilibrio.
Para el doctor Li, profesor de Robótica y Control, en la Facultad de Informática de la UoE, este avance “es un nuevo hito en robótica e Inteligencia Artificial (IA), ya que los robots equipados con el sistema MELA pueden lidiar con nuevos problemas que no habían experimentado antes”.

Representación del ‘robot dog’ y el sistema de aprendizaje artificial MELA.

Jue-Ying fue sometido a distintas “perturbaciones de contrapeso” (patadas, empujones, arrastres) en una variedad de terrenos donde nunca había funcionado y, gracias a esas habilidades y a los movimientos adaptativos que generó su MELA, pudo reaccionar con éxito y superar situaciones imprevisibles.
“El robot realizó un trote coherente, mantuvo una dirección y se recuperó de una serie de caídas provocadas, todo ello de forma autónoma, demostrando que puede desplazarse de un lugar a otro y poner en práctica con éxito múltiples habilidades, sin depender de la intervención humana”, concluye Li.
Por Daniel Galilea.
EFE/REPORTAJES
Las fotos son cortesía de University of Edinburgh., llevando la siguiente leyenda: “Yang et al., Sci Robot. 5, eabb2174 (2020)”.

Compartir:

Comentarios

Comentarios