En el futuro, la inteligencia artificial podría usarse para entrenar todo, desde robots hasta animales e incluso algunas tareas humanas básicas.
Por ejemplo, DeepMind de Google capacitó a varios agentes de aprendizaje por refuerzo en paralelo durante 400.000 pasos y luego evaluó el más prometedor en un robot real.
Una de las tareas consistió en la inserción precisa de una memoria USB en un puerto de computadora.
El agente recibió bocetos de recompensa de más de 100 demostradores y logró alcanzar una tasa de éxito superior al 80% en 8 horas.
Las observaciones provinieron de tres cámaras ubicadas alrededor de una jaula, así como dos cámaras de gran angular y una cámara de profundidad montada en la muñeca y sensores propioceptivos en el brazo.
Esta configuración recopiló 400 horas de videos de propiocepción con varias cámaras (percepción o conciencia de la posición y el movimiento).
“[Nuestro] enfoque hace posible escalar RL en robótica, ya que ya no necesitamos ejecutar el robot para cada paso del aprendizaje.
Demostramos que los agentes entrenados [aprendizaje por refuerzo] por lotes, cuando se implementan en robots reales, pueden realizar una variedad de tareas desafiantes que involucran múltiples interacciones entre objetos rígidos o deformables.
Además, muestran un grado significativo de robustez y generalización.
En algunos casos, incluso superan a los teleoperadores humanos”, dijeron los coautores.
Fuente: DeepMind
Recientemente, Sanctuary AI presentó su mano robótica que ahora es capaz de manipular objetos. (more…)
Especialistas en robótica de la Universidad de Leeds y el University College de Londres han…
El lenguaje de señas es un medio de comunicación sofisticado y vital para las personas…
Según un nuevo estudio dirigido por el Imperial College, una tecnología de navegación que utiliza…
Gemini 2.0 Flash Thinking Experimental es una nueva versión de la IA de Google que…
Las computadoras cuánticas difieren fundamentalmente de las clásicas. En lugar de utilizar bits (0 y…