Investigadores de la Facultad de Ciencias de la Computación de la Universidad Carnegie Mellon y la Universidad de California, Berkeley, han diseñado un sistema robótico que permite que un robot de bajo costo con piernas relativamente pequeñas suba y baje escaleras cercanas a su altura, atraviese rocas, resbaladizas, desiguales, empinadas y terreno variado. Puentee abismos, pele rocas y bordillos, e incluso trabaje en la oscuridad.
"Dar a los robots pequeños la capacidad de subir escaleras y manejar una variedad de entornos es fundamental para desarrollar robots que sean útiles en los hogares de las personas, así como en las operaciones de búsqueda y rescate", dijo Deepak Pathak, profesor asistente en el Instituto de Robótica. . Robots que pueden realizar muchas tareas cotidianas".
El equipo puso a prueba el robot, probándolo en escaleras irregulares y laderas en parques públicos, desafiándolo a pasar sobre peldaños y superficies resbaladizas, y pidiéndole que subiera escaleras porque era tan alto como un humano saltando sobre un obstáculo. El robot se basa en su visión y en una pequeña computadora a bordo para adaptarse rápidamente y dominar terrenos desafiantes.
Los investigadores entrenaron a los robots con 4,000 clones en un simulador, donde practicaron caminar y escalar en terrenos desafiantes. La velocidad del simulador permite que el robot gane seis años de experiencia en un día. El simulador también almacenó las habilidades motoras aprendidas durante el entrenamiento en la red neuronal, que los investigadores replicaron en el robot real. Este enfoque no requiere ninguna ingeniería manual del movimiento del robot -- a diferencia de los métodos tradicionales.
La mayoría de los sistemas robóticos usan cámaras para crear un mapa de su entorno y usan este mapa para planificar movimientos antes de la ejecución. El proceso es lento y, a menudo, surgen problemas debido a la ambigüedad, las imprecisiones o los malentendidos inherentes a la fase de mapeo, lo que afecta la planificación y el movimiento posteriores. El mapeo y la planificación son útiles en los sistemas enfocados en el control de alto nivel, pero no siempre son adecuados para las demandas dinámicas de las habilidades de bajo nivel, como caminar o correr en terrenos difíciles.
El nuevo sistema pasa por alto las etapas de mapeo y planificación y enruta directamente la entrada visual al control del robot. Lo que ve el robot determina cómo se mueve. Incluso los investigadores no especificaron cómo deberían moverse las piernas. Esta tecnología permite que el robot responda rápidamente al terreno que se aproxima y se mueva a través de él de manera eficiente.
Debido a que no se requiere mapeo ni planificación, y el aprendizaje automático se utiliza para entrenar movimientos, los robots en sí pueden ser de bajo costo. El robot que utilizó el equipo es al menos 25 veces más barato que las alternativas existentes. El algoritmo del equipo tiene el potencial de hacer que los robots de bajo costo estén más disponibles.
Ananye Agarwal, estudiante de doctorado en aprendizaje automático en SCS, dijo: "El sistema utiliza la visión y la retroalimentación del cuerpo directamente como entrada para enviar comandos a los motores del robot. Esta técnica hace que el sistema sea muy robusto en el mundo real. Si se desliza en las escaleras, puede recuperarse. Puede entrar en ambientes desconocidos y adaptarse".
Esta visión directa del control está inspirada biológicamente. Los humanos y los animales usan la visión para moverse. Intente correr o mantener el equilibrio con los ojos cerrados. La investigación previa del equipo ha demostrado que los robots ciegos (los que no tienen cámaras) pueden conquistar terrenos desafiantes, pero agregar visión y confiar en ella puede mejorar en gran medida el sistema.
El equipo también buscó en la naturaleza otros elementos del sistema. Para que un pequeño robot de menos de un pie de altura suba escaleras u obstáculos cercanos a su altura, aprendió a adoptar los movimientos que usan los humanos para pasar por encima de obstáculos altos. Cuando una persona tiene que levantar las piernas para subir un peldaño u obstáculo, utiliza las caderas para apartar las piernas, lo que se denomina abducción y aducción, lo que le da más espacio. Lo mismo ocurre con el sistema robótico diseñado por el equipo de Pathak, que utiliza la abducción de la cadera para superar los obstáculos que frenan algunos de los sistemas robóticos con patas más avanzados del mercado.
El movimiento de las patas traseras del cuadrúpedo también inspiró al equipo. Cuando un gato se mueve a través de un obstáculo, sus patas traseras evitan los mismos objetos que sus patas delanteras, sin la ayuda de un par de ojos cercanos. "Los animales de cuatro patas tienen una memoria que permite que sus patas traseras sigan a sus patas delanteras. Nuestro sistema funciona de manera similar", dijo Pathak. La memoria integrada del sistema permite que las patas traseras recuerden lo que ve la cámara delantera y maniobre para evitar obstáculos.
"Debido a que no hay mapa, no hay planificación, nuestro sistema recuerda el terreno y cómo mueve sus patas delanteras, y lo convierte en sus patas traseras, y lo hace de manera rápida y perfecta", dijo Ashish Kumar, Ph.D. estudiante en Berkeley. Esta investigación podría ser un gran paso para resolver los desafíos existentes con los robots con patas y llevarlos a los hogares de las personas.