Desarrollan robots que aprenden tareas únicamente observando cómo las hacen los humanos

Algún día podría enseñarle a su robot simplemente realizando una tarea usted mismo.

Hasta la fecha, enseñarle a un robot a realizar una tarea generalmente ha implicado ya sea codificación directa, pruebas de prueba y error o el control manual de la máquina.

Pero ahora, científicos del MIT han desarrollado un sistema, Planificación con especificaciones inciertas (PUnS), que ayuda a los bots a aprender tareas complicadas cuando de otro modo tropezarían, como poner la mesa.

En lugar del método habitual en el que el robot recibe recompensas por realizar las acciones correctas, PUnS hace que el bot tenga “creencias” sobre una variedad de especificaciones y use un lenguaje (lógica temporal lineal) que le permite razonar sobre lo que tiene que hacer ahora. y en el futuro

Para empujar al robot hacia el resultado correcto, el equipo estableció criterios que ayudan al robot a satisfacer sus creencias generales.

Los criterios pueden satisfacer las fórmulas con la mayor probabilidad, el mayor número de fórmulas o incluso las que tienen menos posibilidades de falla.

Un diseñador podría optimizar la seguridad de un robot si está trabajando con materiales peligrosos, o una calidad constante si se trata de un modelo de fábrica.

El sistema del MIT es mucho más efectivo que los enfoques tradicionales en pruebas anteriores.

Un robot basado en PUnS solo cometió seis errores en 20,000 intentos de poner la mesa, incluso cuando los investigadores arrojaron complicaciones como esconder un tenedor: el autómata acaba de terminar el resto de las tareas y regresó al tenedor cuando apareció.

De esa manera, demostró una capacidad similar a la humana para establecer un objetivo general claro e improvisar.

Los desarrolladores finalmente quieren que el sistema no solo aprenda observando, sino que reaccione a los comentarios.

Podría darle correcciones verbales o una crítica de su desempeño, por ejemplo.

Eso implicará mucho más trabajo, pero insinúa un futuro en el que los robots de su hogar podrían adaptarse a las nuevas tareas al observarlo dar un ejemplo.

Fuente: Engadget