Los robots aprenden a agarrarse a las paredes para que no se caigan
Los robots aprenden a agarrarse a las paredes para que no se caigan. El comienzo de un comportamiento realmente más natural.
¿Has terminado con los robots que caen? Investigadores de la Universidad de Lorraine han desarrollado un sistema «Damage Reflex» («D-Reflex») que permite que el robot humanoide TALOS se apoye solo contra una pared cuando una de sus cámaras se rompe. acaba de perder el equilibrio.
Los robots aprenden a agarrarse a las paredes para que no se caigan
El sistema de red neuronal utiliza su experiencia, en este caso, al menos 882.000 simulaciones de entrenamiento, para encontrar rápidamente el punto de la pared que mejor le dará la estabilidad que busca. El robot no necesita saber qué tan dañado está y puede recuperarse tan rápido como una persona real.
El resultado, como señala IEEE Spectrum, es exactamente lo que piensas. En lugar de caer al suelo y quedar completamente inutilizable, el robot se apoya contra la pared como una persona que acaba de perder el equilibrio o el equilibrio. No es particularmente elegante y requiere que el robot detenga la mano en el momento del contacto, pero es efectivo tres de cada cuatro veces.
El comienzo de un comportamiento realmente más natural
D-Flex no garantiza que se prevendrán todas las caídas, particularmente porque no puede adaptarse a todas las posiciones o superficies posibles. El sistema tampoco ayuda al robot a recuperarse de una alerta de socorro, por lo que no verá al robot cojeando por la pared hasta que encuentre ayuda. El enfoque actual también se basa en un bot estacionario, en cualquier caso, no ayudará si algún mecanismo falla a toda velocidad.
Los investigadores, por supuesto, esperan hacer que su sistema funcione cuando el robot está en movimiento, e imaginan robots que puedan agarrarse a una silla u otro objeto difícil cuando una caída es inminente. Esto puede permitir, por ejemplo, no reemplazar a los robots industriales, y también dar lugar a la aparición de humanoides más “naturales” que pueden aprender a utilizar el entorno en su beneficio.
Deja una respuesta