Un nuevo proyecto del MIT tiene como objetivo eliminar las conjeturas de la robótica.
En lugar de prueba y error para encontrar el diseño adecuado para una tarea, puede preguntarle a RoboGrammar.
El programa solo necesita saber qué partes tiene por ahí y qué necesita que haga el robot.
El equipo cree que RoboGrammar podría orientar a los investigadores en nuevas direcciones, lo que conduciría a diseños más eficientes y creativos.
RoboGrammar se describe en un nuevo estudio, y el autor principal Allan Zhao del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT (CSAIL) está programado para presentar el software en la próxima conferencia SIGGRAPH Asia.
Según Zhao, el diseño de robots sigue siendo un proceso abrumadoramente manual y la gente tiende a recurrir a las mismas conformaciones.
“Cuando piensas en construir un robot que necesita cruzar varios terrenos, inmediatamente saltas a un cuadrúpedo”, dice Zhao.
Sin embargo, RoboGrammar podría tener una sugerencia diferente.
RoboGrammar sigue tres pasos antes de presentar sus diseños personalizados.
Para empezar, RoboGrammar necesita una lista de piezas disponibles y una tarea en forma de terrenos de entrada.
Por ejemplo, tal vez desee atravesar un terreno con crestas o escalones.
A continuación, la IA genera miles de diseños posibles basados en los componentes disponibles.
La mayoría de estos diseños serían robots “sin sentido” que no funcionan bien con el tipo de terreno especificado (o gran parte de cualquier cosa).
El equipo agregó un conjunto de restricciones llamado “gráfico gramatical” para garantizar que los diseños creados por RoboGrammar fueran funcionales en un nivel básico.
Zhao dice que se inspiraron en los animales, en particular los artrópodos, para enfocar los esfuerzos de la IA.
Finalmente, RoboGrammar simula todos los diseños con un algoritmo controlador llamado Model Predictive Control que prioriza el movimiento de avance eficiente.
Los investigadores que utilizan RoboGrammar pueden buscar en la base de datos de posibles diseños con una “búsqueda heurística de gráficos” para encontrar los mejores.
Pueden tener patas, ruedas o una mezcla de los dos.
Con el tiempo, la red neuronal aprende qué diseños funcionan bien y cuáles no, mejorando la función heurística con el tiempo.
Los diseños que provienen de RoboGrammar no son productos terminados; simplemente dan a los ingenieros una mejor idea de qué dirección tomar antes de comenzar a construir.
Zhao también cree que RoboGrammar podría ser útil para diseñar objetos completamente virtuales; con un gráfico de gramática diferente, podría generar fácilmente robots para un videojuego.
Fuentes: ExtremeTech, Futurism