Las simulaciones impulsadas por IA permiten que el robot aprenda por sí mismo cómo moverse de manera eficiente en todo tipo de terreno.
por Andrew Liszewski
Para hacer que su Mini Cheetah esté mejor equipado para moverse hábilmente por diferentes terrenos, los investigadores de robótica del CSAIL del MIT utilizaron simulaciones impulsadas por IA para enseñar rápidamente al bot a adaptar su estilo de caminar según sea necesario. Eso incluyó aprender a correr , lo que resultó en una nueva forma de andar que permite que el robot se mueva más rápido que nunca.
Por mucho que los diseñadores de robots se esfuercen por diseñar y programar un robot para manejar cualquier situación que pueda experimentar en el mundo real, es una tarea imposible. El mundo es infinitamente caótico. Y al simplemente caminar por una acera, un robot podría enfrentarse a una miríada de obstáculos, desde pavimento liso hasta parches de hielo resbaladizos, áreas cubiertas de grava suelta y todos los anteriores , uno tras otro. Es por eso que los robots bípedos e incluso los cuadrúpedos suelen tener un andar muy lento y cuidadoso . Están diseñados y programados para esperar el peor de los casos en lo que respecta al terreno por el que se desplazan y proceden con mucho cuidado, incluso cuando caminan sobre superficies lisas sin escombros ni obstáculos.
La adaptabilidad es la clave para hacer que los robots se muevan más rápido y con más confianza en diferentes terrenos; cambiando su forma de andar y su velocidad cuando han identificado una transición de superficies más seguras como el pavimento a materiales como grava suelta que requieren un enfoque más cuidadoso y más lento. La programación de un robot se puede modificar y actualizar manualmente cada vez que se encuentra con un nuevo terreno que no puede navegar con éxito, pero ese es un proceso que requiere mucho tiempo y que inevitablemente hace que el robot falle cada vez que se encuentra con algo nuevo.
Un mejor enfoque es crear un robot que pueda aprender por prueba y error, y modificar y alterar automáticamente su comportamiento y movimientos por sí mismo cuando se encuentra con un nuevo terreno. El problema con ese enfoque es que, al igual que con un niño pequeño, no es seguro dejar que un robot simplemente se vuelva loco para tener todas estas experiencias de aprendizaje por sí mismo. Uno de los casos de uso más prometedores para los robots es poder enviar una máquina con las mismas capacidades que un humano a áreas que no son seguras para los humanos, y requerir una niñera constante significa que un robot no puede cumplir ese papel.
Para pasar por alto la infancia llena de experiencias de aprendizaje aleatorias por las que pasan la mayoría de los humanos y acelerar el desarrollo del Mini Cheetah, los investigadores del MIT CSAIL recurrieron a la inteligencia artificial y las simulaciones. En solo tres horas , el robot experimentó 100 días de aventuras virtuales en una variedad diversa de terrenos y aprendió innumerables técnicas nuevas para modificar su modo de andar de modo que aún pueda moverse de manera efectiva del punto A al punto B sin importar lo que pase. estar bajo los pies.
Es posible que el Mini Cheetah no sea necesariamente capaz de reconocer que es la grava suelta la que constantemente hace que pierda el equilibrio o el hielo que hace que sus pies resbalen, pero al monitorear constantemente sus movimientos puede saber cuándo no está caminando tan efectivamente como podría, y en función de lo que hacen sus piernas, ahora puede adaptar sus movimientos para asegurarse de seguir avanzando. Esas adaptaciones pueden incluso compensar el rendimiento o el bajo rendimiento de los componentes del robot como resultado del daño o la sobrecarga.
Hay otra razón por la que los robots no funcionan, y no tiene nada que ver con los investigadores preocupados por dañar una máquina personalizada que potencialmente cuesta cientos de miles de dólares construir. Correr requiere que un robot empuje sus diversos componentes, como motores eléctricos y servos, hasta los límites de su rango operativo, momento en el que pueden comenzar a comportarse y realizar diferentes comportamientos que son tan difíciles de predecir como lo que le sucedería a un robot que atraviesa hielo resbaladizo. Pero de la misma manera que el Mini Cheetah ahora puede adaptarse a diferentes terrenos, también puede adaptarse al funcionamiento de sus propios componentes, lo que le permite funcionar de manera más efectiva.
Puede que no sea lo más elegante de ver cuando se mueve a altas velocidades, pero el Mini Cheetah alcanzó una nueva velocidad máxima de 3,9 m/s, o un poco más de 8,7 MPH, que es más rápido de lo que puede correr un ser humano promedio. Sin embargo, el nuevo enfoque no se trata solo de enseñar a los robots a correr. Se podría enseñar rápidamente a las manos de los robots a manejar con seguridad miles de objetos diferentes que nunca antes habían tocado físicamente, y se podría enseñar a los drones autónomos a volar en condiciones climáticas adversas a través de simulaciones seguras en lugar de enviarlos a la realidad para que aprendan mediante pruebas y error.
Fuente: https://gizmodo.com/mits-robotic-cheetah-taught-itself-how-to-run-sets-new-1848656968
