GIF: ANYbotics

Ingenieros en Suiza dicen que han encontrado una manera de hacer que un robot de cuatro patas sea a√ļn m√°s dif√≠cil de tirar al suelo durante un apocal√≠psis rob√≥tico. En un nuevo paper publicado en Science Robotics, han presentado un sistema que ense√Īa al robot a moverse m√°s r√°pido que nunca, al mismo tiempo que trata de evitar que lo derriben. Incluso es capaz de volverse a poner de pie si cae al suelo.

El ANYmal fue dise√Īado originalmente por investigadores del Laboratorio de Sistemas Rob√≥ticos del Instituto Federal de Tecnolog√≠a de Suiza (ETH Zurich). Desde entonces, se ha comercializado como parte de la compa√Ī√≠a ANYbotics, fundada en 2016, y contin√ļa mejor√°ndose. A diferencia de muchos de los robots de cuatro patas que existen en la actualidad, este robot impermeable fue dise√Īado espec√≠ficamente para recorrer zonas dif√≠ciles de transitar, como bosques, complejos industriales y paisajes nevados. Seg√ļn ANYbotics, ya puede usarse para llegar a lugares peligrosos donde los humanos no pueden ir, e incluso para misiones de b√ļsqueda y rescate. Hasta hizo un cameo en un episodio de The X-Files el a√Īo pasado.

Aunque los robots de cuatro patas son m√°s √°giles y se coordinan mejor que sus hom√≥logos de dos, todav√≠a queda mucho por mejorar. Una de las soluciones que ha encontrado la rob√≥tica es una forma de aprendizaje autom√°tico denominado aprendizaje por refuerzo. Este m√©todo permite a los robots entrenarse a s√≠ mismos a trav√©s de un modelo de prueba y error para encontrar la mejor forma de realizar una tarea, como caminar. En pocas palabras, el aprendizaje por refuerzo permitir√≠a al robot casi ‚Äúpensar‚ÄĚ y aprender como un animal, con su propia l√≥gica interna.

GIF: ANYbotics

Advertisement

Sin embargo, usar el aprendizaje de refuerzo con un robot con patas no es tarea f√°cil, ya que tanto el robot como sus movimientos son muy complejos. Hasta el momento, los cient√≠ficos se han limitado a hacer estas simulaciones por ordenador. Pero usar los datos de estas simulaciones para entrenar robots de la vida real tambi√©n es dif√≠cil, seg√ļn defiende Jemin Hwangbo, cient√≠fico del Laboratorio de Sistemas Rob√≥ticos del ETH Zurich.

‚ÄúHa sido extremadamente dif√≠cil desarrollar pol√≠ticas de control para robots tan sofisticados‚ÄĚ, dijo a Gizmodo. ‚ÄúExisten incontables situaciones con las que se puede encontrar uno de estos robots, y es casi imposible dise√Īar una l√≥gica de control que cubra todas‚ÄĚ.

Advertisement

En el paper, Hwangbo y su equipo escribieron cómo desarrollaron una red neuronal que les permitía trasladar los datos de simulación al robot de forma más sencilla y con mayor efectividad que antes. Estas simulaciones fueron casi mil veces más rápidas de lo que hubieran sido en el mundo real. El equipo dijo que también fueron capaces de reducir la potencia de cálculo necesaria para hacer una simulación así, y que podía hacerse con un ordenador estándar.

GIF: ANYbotics

Advertisement

Sus √ļltimos resultados, que exhibieron en una serie de v√≠deos, son realmente impresionantes (y dan tambi√©n un poco de miedo). Su √ļltimo ANYmal fue capaz de mejorar su r√©cord de velocidad en un 25 por ciento y era capaz de procesar sus √≥rdenes con mayor exactitud. Hasta era capaz de mantenerse erguido mientras los investigadores hac√≠an todo lo posible por tumbarlo de una patada. Y ahora incluso pod√≠a levantarse despu√©s de haber ca√≠do al suelo, lo que, seg√ļn el equipo, nunca se hab√≠a observado en un robot de cuatro patas con este nivel de complejidad.

Adem√°s, seg√ļn Hwango, su sistema deber√≠a funcionar en cualquier ANYmal. Seg√ļn defienden los investigadores, podr√≠a ayudar a cualquier robot de cuatro patas a ponerse de pie. Pero todav√≠a hay mucho trabajo por hacer si pretenden que el robot sea √°gil en un amplio abanico de situaciones.

Advertisement

‚ÄúLos principios que hemos presentado en este documento son solo para un terreno uniforme‚ÄĚ, dijo. ‚ÄúPara atravesar terrenos dif√≠ciles y desestructurados, necesitamos sensores de visi√≥n y un sistema adecuado para procesar su informaci√≥n. Estamos trabajando en esta direcci√≥n y esperamos tener pronto una soluci√≥n m√°s vers√°til‚ÄĚ.

Mientras tanto, esperemos que estos robots no recuerden nada de toda la violencia que hemos cometido contra ellos en nombre de la ciencia.