El MIT desarrolló un sistema para que los robots "aprendan por si solos" cómo manipular objetos sin tener que entrenarlos

Un equipo de investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT, desarrollaron un sistema con el que los robots pueden manipular objetos con un mayor nivel de destreza. Para esto construyeron una mano robótica simulada por computadora, que podía reorientar más de 2,000 objetos diferentes.

Esta capacidad la podía utilizar con (casi) cualquier cosa, desde una lata de atún, botes, manzanas y otros elementos, con la intención de que la mano pudiera elegir la mejor forma de colocar los objetos en distintas posiciones y ángulos específicos.

La mano que cuenta con 24 grados de libertad, utiliza un algoritmo de aprendizaje por refuerzo sin modelo. Esto significa que el sistema debe descubrir los movimientos que debe hacer a partir de las interacciones con el entorno y apoyado por sistema de formación "profesor-alumno", donde la inteligencia artificial implementada tiene referencias de cómo se pueden resolver las situaciones para luego implementarlas en su objetivo.

Además los investigadores incluyeron un "plan de estudios de gravedad", lo que permite al robot simulado aprender en un entorno de gravedad cero a manipular objetos, e irse adaptando a la gravedad normal para "entender" como tomar cada elemento.

Una simulación con tasas de éxito casi perfectas

Al momento de hacer evaluaciones resultó que el sistema tiene una tasa de éxito cercana al 100% al reorientar objetos pequeños de forma circular, como manzanas, pelotas o canicas, independientemente si se hacía con la mano hacia arriba o abajo. Sin embargo, cuando se le proporcionaban objetos más complejos, como una cuchara, destornillador o tijeras, el sistema daba una efectividad de casi 30%.

Aunque el sistema no se encuentra listo para llevarlo al mundo real, los investigadores ya están trabajando en implementarlo en un robot físico. Además señalaron que si se entrenaba a la inteligencia artificial para que reconociera las formas, podía mejorar su rendimiento considerablemente.

Este no sería el primer caso donde se busca pasar desde el entorno virtual a un equipo verdadero, pues ya la Universidad de Zhejiang y  de Edimburgo lograron transferir la simulación de IA a su perro robot Jueying, que pudo aprender a caminar y recuperarse de caídas por si solo.