Los robots de pie aprenden las propiedades físicas dinámicas del terreno, al igual que los animales.

Los robots de pie aprenden las propiedades físicas dinámicas del terreno, al igual que los animales.

Flujo de trabajo del método de aprendizaje. Fuente: Science China Press

Cuando un gatito camina en un entorno peligroso, pisará ligeramente el suelo con las patas para evaluar la fricción o la capacidad de carga. Con base en esta experiencia, el gatito puede predecir las características físicas de un terreno de aspecto similar y evitar el suelo blando y húmedo.

Sin embargo, no es fácil para los robots lograr este comportamiento debido a los muchos desafíos que implica. Por ejemplo, ¿cómo extraer características efectivas para caracterizar un entorno que cambia dinámicamente? ¿Cómo generalizar la experiencia del robot al interactuar con el entorno? ¿Cómo resolver los conflictos cognitivos causados ​​por entornos dinámicamente cambiantes?

Una noticia de portada reciente en Revista Nacional de Ciencias, “Aprender características físicas como animales para robots con patas”, ofrece una posible solución. El artículo fue dirigido por el equipo de Ding Liang en el Instituto de Tecnología de Harbin, con el Dr. el estudiante Xu Peng y el profesor Ding Liang como coautores.

Un equipo de investigación propone un marco de aprendizaje no supervisado para que los robots basados ​​en los pies aprendan sobre las propiedades físicas del terreno. Basado en modelos de contacto pie-terreno normal/tangencial, se diseña un marco de aprendizaje basado en modelos no supervisados ​​para lograr una percepción visual-táctil incremental en línea con capacidades cognitivas de resolución de conflictos. Es el primer informe de resolución de conflictos cognitivo, incremental y basado en la web que permite a un robot aprender de forma independiente y autónoma sobre las características físicas de su entorno, equipándolo con una IA física.

Finalmente, el trabajo llevó a cabo experimentos de hardware tanto en interiores como en exteriores, y los resultados experimentales muestran que el enfoque propuesto puede ayudar de manera efectiva a los robots a percibir y predecir con precisión las características físicas del entorno mientras aprenden y adaptan sus modelos cognitivos. El robot realiza de forma eficaz y segura tareas de navegación en entornos complejos.

Más información:
Peng Xu et al., Aprendizaje de características físicas como animales para robots con patas, Revista Nacional de Ciencias (2023). DOI: 10.1093/nsr/nwad045

Proporcionado por Science China Press


Deja una respuesta

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