Los desarrolladores de robots cuadrúpedos como Boston Dynamics se han esforzado mucho para desarrollar sistemas capaces de atravesar todo tipo de terreno. Por el precio justo, puede elegir un perro robótico que puede patear, levantarse y volver a su camino.
Un equipo compuesto por investigadores de Carnegie Mellon y UC Berkeley ha desarrollaron su propio sistema por enseñar a este tipo de robots a abrirse camino en terrenos difíciles. La lista incluye escaleras, bordillos y terrenos irregulares y resbaladizos.
En lugar de confiar en el método más estandarizado de usar cámaras para mapear el mundo frente a ellos, el equipo entrenó las raíces usando simuladores: se enviaron cuatro mil clones virtuales en su camino a través de todo tipo de terrenos diferentes.
Créditos de imagen: CMU
Los investigadores dicen que el método les permitió reproducir de manera efectiva seis años de experiencia caminando en un solo período de 24 horas. Luego, los datos recopilados en las simulaciones se ingresaron en una red neuronal y se cargaron en el robot. Con el aprendizaje a bordo, el sistema puede reaccionar a su entorno en tiempo real y ajustar sus patas en consecuencia. El equipo afirma que el sistema puede reducir sustancialmente el costo de los robots.
“Este sistema utiliza la visión y la retroalimentación del cuerpo directamente como entrada para enviar comandos a los motores del robot”, dijo la investigadora Ananye Agarwal en una publicación relacionada con la investigación. “Esta técnica permite que el sistema sea muy robusto en el mundo real. Si se resbala en las escaleras, puede recuperarse. Puede entrar en entornos desconocidos y adaptarse”.
El profesor asistente Deepak Pathak dice que el sistema funciona de manera similar a los animales reales como los gatos. “Los animales de cuatro patas tienen una memoria que permite que sus patas traseras sigan a las patas delanteras. Nuestro sistema funciona de manera similar”.
Además de poder subir escaleras casi por su propia altura, el sistema también puede operar en la oscuridad, aunque aún se requiere el sistema de visión para mejorar el rendimiento.
Source link