Robot MacGyver aprende a construir herramientas simples

Por primera vez, investigadores de Georgia Tech han entrenado robots para construir herramientas simples combinando objetos.

Utilizando una capacidad novedosa para razonar sobre la forma, la función y la fijación de partes no relacionadas, los investigadores han entrenado por primera vez con éxito a un agente inteligente para crear herramientas básicas combinando objetos.

El avance proviene del laboratorio de investigación Robot Autonomy and Interactive Learning (RAIL) de Georgia Tech y es un paso significativo para permitir que los agentes inteligentes diseñen herramientas más avanzadas que podrían resultar útiles en entornos peligrosos y potencialmente mortales.

Gracias a la nueva tecnología que les permite crear herramientas simples, los robots pueden estar al borde de su propia versión de la Edad de Piedra.

El concepto puede sonar familiar.

Se llama “MacGyvering”, basado en el nombre de una serie de televisión de los años 80, y recientemente reiniciada.

En la serie, el personaje principal es conocido por su capacidad de resolución de problemas no convencional utilizando diferentes recursos disponibles para él.

Durante años, los informáticos y otros han estado trabajando para proporcionar robots con capacidades similares.

En su nuevo trabajo robot-MacGyvering, los investigadores del laboratorio RAIL dirigidos por la profesora asociada Sonia Chernova utilizaron como punto de partida una técnica de robótica desarrollada previamente por el ex profesor de Georgia Tech Mike Stilman.

En este último trabajo, un robot capacitado con el enfoque novedoso del equipo recibe un conjunto de partes opcionales y se le pide que haga una herramienta específica.

Al igual que sus contrapartes humanas, el robot primero examina las formas de cada parte y cómo se puede unir una a otra.

Utilizando el aprendizaje automático, el robot está entrenado para unir la forma con la función, cuyas formas de objeto facilitan un resultado particular, a partir de numerosos ejemplos de objetos cotidianos.

Por ejemplo, al aprender que la concavidad de los tazones les permite retener líquidos, utiliza este conocimiento al construir una cuchara.

Del mismo modo, a los robots se les enseñó cómo unir objetos a partir de ejemplos de materiales que podrían perforarse o agarrarse.

En el estudio, los investigadores crearon con éxito martillos, espátulas, cucharas, raquetas y destornilladores.

“El destornillador fue particularmente interesante porque el robot combinó alicates y una moneda”, dijo Lakshmi Nair, Ph.D. estudiante de la Escuela de Computación Interactiva y uno de los investigadores del proyecto.

“Razonó que los alicates podían agarrar algo y dijo que la moneda coincidía con la punta de un destornillador.

Póngalos juntos y se crea una herramienta eficaz “.

Actualmente, el robot se limita solo a la forma y al accesorio.

Todavía no puede razonar de manera efectiva sobre propiedades particulares de los materiales, un paso crucial para avanzar hacia un escenario del mundo real.

“La gente razona que los martillos son resistentes y fuertes, por lo que no haría un martillo con bloques de espuma”, dijo Nair.

“Queremos alcanzar ese nivel de razonamiento en nuestro trabajo, que es algo en lo que estamos trabajando ahora”.

La inspiración para el trabajo proviene de la popular historia del Apolo 13, el séptimo vuelo tripulado del programa espacial Apolo.

Después de que un tanque de oxígeno en el módulo de servicio de la nave explotó dos días después de la misión, los miembros de la tripulación se vieron obligados a realizar modificaciones improvisadas en el sistema de eliminación de dióxido de carbono.

A pesar de una ventana de tiempo peligrosamente apretada y una tensión extremadamente alta entre todos a bordo y en el control de la misión, el rescate resultó exitoso.

Nair y sus colaboradores esperan que esta investigación resulte fundamental para la tecnología robótica futura que podría razonar más rápido y sin la carga del estrés.

“Pudieron hacer este filtro, pero la solución tardó mucho en llegar”, dijo Nair.

“Queremos hacer robots que puedan ayudar a los humanos en este tipo de escenarios para quitarles la presión de encontrar soluciones innovadoras y potencialmente salvarles la vida”.

Fuente: Georgia Tech