Robots atraviesan entornos complejos sin sensores adicionales ni entrenamiento previo en terrenos difíciles

Especialistas en robótica de la Universidad de Leeds y el University College de Londres han desarrollado un marco que permite a los robots atravesar terrenos complejos sin sensores adicionales ni entrenamiento previo en terrenos difíciles.

Durante la última década, la programación de robots cuadrúpedos ha pasado de las instrucciones de cableado a la utilización de redes neuronales y la implementación de redes artificiales mediante aprendizaje automático.

En este nuevo esfuerzo, los investigadores observaron que el entrenamiento de refuerzo de aprendizaje profundo ha llevado a avances notables en las mejoras de navegación en robots cuadrúpedos, pero que todos ellos sufren una limitación: están diseñados para depender de una única estrategia de marcha.

Sugieren que un mejor enfoque sería uno que imitara la forma en que los animales de cuatro patas suelen navegar por su terreno, uno que permita diversos modos de andar, como correr, trotar o saltar.

Eso permitiría al robot moverse de una manera que sea más eficaz para un terreno determinado.

Los investigadores señalan que correr es generalmente mejor cuando el terreno es razonablemente uniforme, mientras que trotar tiene más sentido cuando se mueve a través de terrenos con sorpresas, como piedras de diferentes tamaños o pequeñas barreras, como ramitas o arbustos pequeños.

Saltar es generalmente mejor cuando las condiciones son pegajosas.

Para permitir que un cuadrúpedo adapte su forma de andar a su entorno inmediato, los investigadores idearon lo que describen como un programador de la marcha bioinspirado (BGS) que incorpora la codificación βL en el espacio observable del robot, haciendo uso así de la memoria procedimental de pseudo-marcha y ajustes de comportamiento de movimiento adaptativo.

Esto mejora la adaptabilidad al permitir que el robot cambie su forma de andar dependiendo de las condiciones ambientales que encuentre.

También permite que un robot aprenda a medida que se libera en modo de disparo cero en una variedad de terrenos, y sin la necesidad de sensores adicionales.

Al probar un cuadrúpedo imbuido con su nuevo marco, descubrieron que era capaz de atravesar una gran variedad de terrenos, incluso aquellos que cambiaban muy rápidamente, con gran habilidad.

Sugieren que los robots con su estructura serían más adecuados para implementaciones impredecibles del mundo real.

Fuente: arXiv