3 min lectura
Los investigadores de IA están logrando avances monumentales en la mejora de la destreza robótica y la percepción táctil. ¿El objetivo? Robots que puedan manipular objetos con la delicadeza y precisión de las manos humanas.
En la vanguardia de este campo de investigación se encuentra un estudio innovador del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT. El equipo abordó el desafío intrincado de la "contact-rich manipulation" o manipulación de alto grado de contacto, un dominio en el que los robots interactúan con objetos de manera compleja.
"El desafío principal para la planificación a través del contacto es la naturaleza híbrida de la dinámica del contacto", señala el estudio.
El aprendizaje por refuerzo es una técnica utilizada por la inteligencia artificial para entrenar un modelo basado en recompensas y castigos. En este estudio, los investigadores utilizaron un tipo de método de aprendizaje por refuerzo llamado "suavizado" o "smoothing", para simplificar la forma en que los seres vivos atraviesan el proceso de percepción de las cosas y hacerlo replicable por un robot primitivo.
Además, este método, combinado con la planificación de movimiento basada en muestreo, allana el camino para una manipulación más intrincada que involucra numerosos puntos de contacto. En otras palabras: usar dos manos para manipular e interactuar con un objeto. Los experimentos han demostrado la capacidad de generar movimientos intrincados en cuestión de minutos, un avance significativo en comparación con las horas requeridas por los métodos tradicionales de RL.
Paralelamente, la Universidad de Bristol en el Reino Unido presentó "Bi-Touch", un innovador sistema robótico táctil de doble brazo. "Proponemos una serie de tareas de manipulación bimanual adaptadas al feedback táctil: bi-empujar, bi-reorientar y bi-juntar". dice el artículo de investigación. Este sistema, a través del aprendizaje profundo de refuerzo simulado a real, puede dominar tareas de manipulación intrincadas, como empujar objetos de manera colaborativa y girarlos hábilmente.
En la costa oeste de EE.UU., investigadores de la Universidad de Stanford están enseñando a los robots tareas complejas utilizando demostraciones en video de humanos. Su método, que emplea imágenes enmascaradas de una cámara eye-in-hand (que está montada en la muñeca o el final de un brazo robótico), evita la necesidad de costosas traducciones de imágenes entre los dominios humanos y el robótico.
"Los videos de humanos realizando tareas, por otro lado, son mucho más baratos de recopilar, ya que eliminan la necesidad de experiencia en teleoperación robótica", argumentan los investigadores en su artículo académico.
Básicamente, al igual que las personas aprenden viendo tutoriales en YouTube, estos investigadores están utilizando videos para enseñar a sus robots cómo hacer algunas cosas, y su enfoque ha aumentado las tasas de éxito en nuevos entornos de prueba en un impresionante 58% en comparación con el entrenamiento tradicional de datos de robots.
Estos estudios innovadores allanan el camino para robots capaces de una manipulación de objetos matizada, similar a las habilidades humanas. Tales avances podrían redefinir varias industrias, desde líneas de producción hasta salas de operaciones. Imagina un procedimiento quirúrgico en el que un robot, impulsado por IA, asista a un cirujano, mejorando la precisión y los resultados.
Así que, aficionados a la ciencia ficción, no teman. Los robots ayudantes amigables no necesariamente excluyen la posibilidad de que la humanidad coexista con el ocasional y encantador cascarrabias robot. Siempre y cuando los robots se limiten a discutir con sus compañeros humanos en lugar de eliminarlos, deberíamos estar a salvo.
Decrypt-a-cookie
This website or its third-party tools use cookies. Cookie policy By clicking the accept button, you agree to the use of cookies.