Este robot solo necesita 2 horas para aprender a caminar solo

En un estudio reciente de Google, los ingenieros experimentaron con modelos de inteligencia artificial (IA) como base para crear robots de cuatro patas que pudieran aprender por sí mismos. Muchos movimientos naturales sin excesiva ayuda humana, como giros hacia adelante, hacia atrás, izquierda y derecha. Además, puede aprender exactamente cómo moverse exactamente en tres tipos diferentes de terreno, incluidos llanos, tapizados y alfombrados.

Suena simple, pero en realidad sin la ayuda de la inteligencia artificial es difícil diseñar un controlador robótico que pueda manejar comandos de navegación tan complejos y complicados, especialmente en diferentes tipos de terreno. El problema clave es que los robots pueden aprender y adaptarse a diferentes situaciones, en lugar de requerir la intervención humana en cada paso.

Figura 1 Este robot puede aprender a caminar solo en solo 2 horas

La técnica de inteligencia artificial utilizada en este proyecto se denomina "aprendizaje profundo", un enfoque basado en técnicas de aprendizaje profundo inspiradas en la psicología del aprendizaje. vi y "Aprendizaje por experiencia" y "Aprendizaje por error". El poder de las técnicas de aprendizaje por refuerzo profundo se demostró por primera vez en 2013, cuando DeepMind lanzó un modelo de IA que podía enseñarte cómo jugar un juego clásico de Atari sin instrucciones.

Los investigadores de robótica también suelen utilizar videojuegos, o al menos juegos de simulación, para entrenar sus modelos de IA. Crea un gran entorno teórico que permite a los investigadores entrenar a su robot en el mundo virtual antes de ingresar al mundo real, ayudando al robot a reconocer y recordar las situaciones que experimenta mientras aprende a realizar una tarea específica.

Además, los investigadores de Google también están presionando para desarrollar algoritmos mejorados que permitan que sus robots aprendan más rápido con menos experimentación.

Puede que no sea un resultado llamativo que el robot pueda aprender a caminar solo en 2 horas, pero hay una clara diferencia de eficiencia frente a los ingenieros que tienen que programar cada trabajo. Sin embargo, las dificultades que enfrenta el equipo de Google también son enormes.

"Aunque se han demostrado muchos algoritmos para el aprendizaje descontrolado o el aprendizaje profundo de conjuntos en simulaciones, no es fácil aplicarlos a los robots en las pruebas del mundo real. Primero, el conjunto profundo requiere una gran cantidad de datos de entrenamiento, y la recopilación de datos de los robots también es muy costosa.En segundo lugar, el proceso de entrenamiento lleva mucho tiempo para controlar el robot. Si necesitamos un supervisor de robot y lo reiniciamos cada vez que se activa, cientos o miles de veces, entrenar al robot requerirá mucho esfuerzo y tiempo. Tan Jie, uno de los ingenieros jefe del proyecto, dijo que cuanto más se tarde en expandir el entrenamiento de robots en diferentes entornos, más difícil será.

En el futuro, esta investigación puede ayudar a crear robots más rápidos y adaptables a diferentes tipos de terreno. El potencial de aplicación es enorme, pero el proyecto se encuentra en una etapa temprana de desarrollo y aún quedan muchos desafíos por superar.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Subir
error: Content is protected !!