Los robots con patas se han vuelto definitivamente más ágiles en los últimos años, pero a menudo siguen estando limitados por terrenos difíciles. Es posible que un bot optimizado para superficies planas y duras no funcione tan bien como otro diseñado más específicamente para áreas dinámicas como campos fangosos o playas de arena, o techos, para el caso. Una nueva tecnología de control de robots cuadrúpedos desarrollada por investigadores del Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST) parece estar derribando esas barreras físicas y literales, gracias a la ayuda del aprendizaje por refuerzo de IA.
En el aprendizaje por refuerzo, se genera una gran variedad de simulaciones que se aproximan a las pruebas físicas, lo que acorta los tiempos de entrenamiento necesarios para que una IA se optimice hacia los objetivos previstos. Dirigido por el profesor Jemin Hwangbo del Departamento de Ingeniería Mecánica de KAIST, su equipo creó una nueva red neuronal artificial capaz de realizar evaluaciones del terreno en tiempo real sin ninguna información previa, y luego devolver ese conocimiento a su robot de cuatro patas, RaiBo.
En este caso, sin embargo, los investigadores de KAIST también definieron un nuevo modelo de contacto basado en la presión física del robot que interactúa con las reacciones del suelo de varios medios para simular la deformación del terreno, como la arena. Luego, toda esta información se introdujo en la IA de RaiBo para producir resultados realmente impresionantes.
[Related: The newest robot dog can scale walls and ceilings.]
Según el estudio del equipo publicado a principios de este mes en la revista ciencia robótica, su robot-perro demostró su capacidad para trotar por una playa a aproximadamente 3 m por segundo con los pies completamente sumergidos en la arena. RaiBo también podría correr a través de campos de hierba y una pista de atletismo sin ningún ajuste adicional de programación o algoritmo de control.
“Se ha demostrado que proporcionar un controlador basado en el aprendizaje con una experiencia de contacto cercano con un suelo real que se deforma es esencial para la aplicación a un terreno que se deforma”, Suyoung Choi, el primer autor del artículo, dijo en un comunicado.
Debido a que el nuevo controlador propuesto se puede usar sin ninguna información previa sobre un terreno, se puede aplicar fácilmente a futuras investigaciones sobre caminar con IA, por ejemplo, cómo hacer que un robot se mueva con gracia sobre un colchón de aire, algo que RaiBo también podría lograr.