En proyectos anteriores, investigadores de la Universidad de Oregón habían utilizado la misma técnica de aprendizaje por refuerzo para enseñar a correr a un robot de dos patas llamado Cassie. El enfoque dio sus frutos: Cassie se convirtió en el primer robot en correr 5 km al aire libre antes de establecer un récord mundial Guinness como el robot bípedo más rápido en correr 100 metros y dominar la capacidad de saltar de un lugar a otro con facilidad.
Entrenar a los robots para que se comporten de manera atlética requiere que desarrollen habilidades realmente complejas en ambientes muy estrechos, dice Ilija Radosavovic, estudiante de doctorado en Berkleley que entrenó a Digit para transportar una amplia gama de cargas y estabilizarse cuando se le empuja con un palo. “Somos todo lo contrario: nos centramos en habilidades bastante simples en entornos amplios”.
Esta nueva ola de investigación en robótica humanoide está menos preocupada por la velocidad y la capacidad y más centrada en hacer máquinas robustas y capaces de adaptarse, que es en última instancia lo que se necesita para que sean útiles en el mundo real. Los robots humanoides siguen siendo una rareza relativa en los entornos laborales, ya que a menudo tienen dificultades para mantener el equilibrio mientras transportan objetos pesados. Esta es la razón por la que la mayoría de los robots diseñados para levantar objetos de distintos pesos en fábricas y almacenes tienden a tener cuatro patas o bases más grandes y estables. Pero los investigadores esperan cambiar eso haciendo que los robots humanoides sean más confiables utilizando técnicas de inteligencia artificial.
El aprendizaje por refuerzo marcará el comienzo de una “forma nueva, mucho más flexible y rápida, de entrenar este tipo de habilidades de manipulación”, afirma Fern. Él y su equipo deben presentar su recomendaciones en ICRA, la Conferencia Internacional sobre Robótica y Automatización, que se celebrará en Japón el próximo mes.
El objetivo final es que un humano pueda mostrarle al robot un vídeo de la tarea deseada, como coger una caja de un estante y empujarla a otro estante más alto, y luego hacer que el robot lo haga sin necesidad de más instrucciones. dice helecho.
Conseguir que los robots observen, copien y aprendan rápidamente este tipo de comportamientos sería realmente útil, pero sigue siendo un desafío, afirma Lerrel Pinto, profesor asistente de informática en la Universidad de Nueva York, que no participó en la investigación. “Si eso se pudiera hacer, me impresionaría mucho”, afirma. “Estos son problemas difíciles”.