¿Alguna vez has intentado enseñarle a caminar a un niño? Quieres informarle sobre la técnica, como poner una pierna tras la otra, pero aún las nociones más básicas del equilibrio se le escapan. Luego, unos pocos meses después, el chiquillo aprende por si mismo en base a intentarlo y pegarse contra el piso varias veces.
Bueno, un grupo de investigadores del Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST) desarrolló un sistema de control sencillo para robots de cuatro patas. Y luego dejó que las unidades aprendieran por si mismas como moverse. Y como en el caso de los niños el resultado fue un éxito.
Moverse en cuatro patas da una enorme ventaja en términos de estabilidad. Es por eso que por lo general los niños gatean antes de caminar. El problema para los robots hasta ahora ha sido como adaptarse a la amplia variedad de obstáculos que aparecen sobre todo en ambientes exteriores. Luego hay que considerar los recorridos en los que los desafíos varían.
El método
Para solventar este problema los desarrolladores crearon un sistema de entrenamiento conocido por sus siglas en inglés como APT-RL. Y se traduce en algo así como Aprendizaje Reforzado basado en Transformador de Acciones Preentrenadas.
La idea es que el robot primero aprenda una serie de habilidades de movimiento básicas. Como pueden ser caminar, correr y saltar. Para este fin los desarrolladores no filmaron los movimientos de personas o animales. En cambio generaron más de 15 horas de datos de entrenamiento en base a simulaciones por computadora. En la etapa de aprendizaje reforzado el robot es liberado para que descubra por si mismo cuál es le mejor paso para cada situación. En una etapa final se utiliza tecnología LiDAR para crear imágenes tridimensionales y medir distancias. El objetivo es que el robot reconozca su entorno en tiempo real y aplique estrategias de movimiento.
Resultados
El KAIST Hound demostró tener la capacidad de cambiar de modalidad de forma autónoma según el terreno se lo exigía y la velocidad objetivo planteada. Los desarrolladores creen que esta tecnología podría ser fundacional en el desarrollo de la IA física. Y como consecuencia expandir el uso de los robots a ámbitos donde el terreno es complicado.
