Científicos suizos han entrenado a su robot para defenderse mejor de sus opresores humanos

Describen un sistema que entrena al robot para que se mueva más rápido que nunca, al tiempo que sigue siendo capaz de resistir los intentos de derribarlo.

Incluso siempre podría volver a ponerse en pie por sus propios medios si cayera.

El ANYmal fue desarrollado originalmente por investigadores en el Robotic Systems Lab, fuera del Instituto Federal de Tecnología de Suiza en Zurich (ETH Zurich).

Desde entonces, se ha comercializado como parte de la compañía ANYbotics, fundada en 2016, y continúa actualizándose.

A diferencia de muchos robots de cuatro patas que existen en la actualidad, el ANYmal impermeable fue diseñado específicamente para atravesar condiciones menos que ideales, como bosques, sitios industriales y paisajes nevados.

Según ANYbotics, el bot ya puede usarse en el mundo real para llegar a lugares peligrosos que los humanos no pueden ir, incluso para misiones de búsqueda y rescate.

Si bien los robots de cuatro patas están más adelantados que sus homólogos de dos patas cuando se trata de imitar la agilidad y la coordinación de los seres vivos reales sin aportes humanos, todavía hay mucho por mejorar.

Una de las posibles soluciones a las que han recurrido los roboticistas es una forma de aprendizaje automático denominado aprendizaje por refuerzo.

Este método permitiría a los robots entrenarse a sí mismos a través de prueba y error para encontrar la mejor manera de realizar una tarea, como caminar.

En pocas palabras, el aprendizaje por refuerzo permitiría al robot casi “pensar” y aprender como un animal, con su propia lógica interna.

Sin embargo, usar el aprendizaje de refuerzo con un robot físico con patas no es fácil, ya que ellos y sus movimientos son muy complejos.

Por ahora, los científicos se han limitado a las simulaciones por computadora de un robot de aprendizaje.

Pero usar los datos de estas simulaciones para entrenar robots de la vida real como ANYmal también es difícil, según el autor principal, Jemin Hwangbo, científico del Laboratorio de Sistemas Robóticos de ETH Zurich.

“Ha sido extremadamente desafiante desarrollar políticas de control para sistemas sofisticados”, dijo a Gizmodo.

“Hay una cantidad innumerable de situaciones que enfrentan los robots y es casi imposible diseñar una lógica de control que los cubra a todos”.

En el nuevo artículo, Hwangbo y su equipo escribieron que fueron capaces de desarrollar una red neuronal que les permite traducir los datos de simulación al robot mejor y más fácilmente que antes.

Estas simulaciones se llevaron a cabo cerca de mil veces más rápido de lo que hubiera tomado en el mundo real.

Y el equipo dijo que fueron capaces de reducir la potencia de cómputo que esperaría obtener en un sistema similar, solo necesitando una PC típica para realizar las simulaciones.

El ANY recién entrenado es más rápido y más eficiente en el uso de la energía, capaz de batir su récord de velocidad en un 25 por ciento, al mismo tiempo que es mejor para seguir comandos para moverse a una cierta velocidad.

Ya siendo un robot robusto, el nuevo entrenamiento lo dejó capaz de mantenerse erguido mientras los investigadores hicieron todo lo posible por hacerlo caer a patadas.

Y ahora incluso podría recuperarse de una caída, lo que, según el equipo, nunca se ha observado en un robot de cuatro patas de similar complejidad.

Su nueva técnica de entrenamiento, dijo Hwango, no debería funcionar solo para ANYmal.

Piensan que podría ayudar a cualquier robot de cuatro patas a ponerse de pie.

Pero todavía hay mucho trabajo por hacer para entrenar a un robot para que sea tan ágil en muchas situaciones.

“Las políticas que se presentan en este documento son solo para un terreno uniforme”, dijo.

“Para atravesar terrenos difíciles y desestructurados, necesitamos sensores de visión y una política adecuada para procesar su información. Estamos trabajando en esta dirección y esperamos presentar pronto una solución más versátil “.

Mientras tanto, esperemos que ANYmal no recuerde nada de la violencia cometida en su contra en nombre de la ciencia.

Fuente: Gizmodo