El énfasis aquí está en «aprender». Los robots han estado paseando sobre sus cosas durante un tiempo, con una cantidad de humor cada vez menor, ya que lentamente logran no caerse. Lo nuevo es que Cassie ha aprendido a caminar desde cero por su cuenta a través del aprendizaje por refuerzo, sin necesidad de un maestro. Si has visto alguna de las simulaciones de robots que intentan aprender a caminar por varios métodos, es posible que se te haya ocurrido preguntar por qué nadie lo ha probado con robots reales. Presumiblemente, la razón tiene algo que ver con el costo y los peligros de que un robot real falle. Un equipo de UC Berkeley decidió que era el momento adecuado para permitir que un robot real aprendiera como lo hacemos los humanos, y parece que funcionó.
Aun así, no dejaron que el robot aprendiera cayendo, sino que utilizaron el método más seguro de dejar que aprenda en una simulación primero y luego lo probaron en el objeto real. Lo importante es que parece que los comportamientos aprendidos son mejores que las alternativas programadas: «Las políticas aprendidas permiten a Cassie realizar una variedad de comportamientos diferentes y dinámicos, al mismo tiempo que es más robusta que los controladores tradicionales y los métodos previos basados en el aprendizaje que utilizan el control residual. Demostramos esto en comportamientos de caminata versátiles, como monitorear una velocidad de caminata objetivo, altura de caminata y girar «Vea lo que piensa: el equipo planea extender el método a comportamientos más dinámicos y ágiles y cree que la simulación de métodos robóticos reales puede extenderse a otras situaciones.

Finalmente un robot aprende a caminar
Publicidad:
Publicidad: