Investigadores han desarrollado un algoritmo que permite a los robots identificar de manera autónoma sus debilidades y practicar sistemáticamente para mejorar sus habilidades. Este avance es comparable a darles a las máquinas sus propios deberes para casa.
El nuevo algoritmo, denominado «Estimate, Extrapolate, and Situate» (EES), ha sido desarrollado por el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT y The AI Institute. Fue presentado recientemente en la conferencia Robotics: Science and Systems.
El proceso comienza con el robot utilizando su sistema de visión para evaluar su entorno y la tarea que tiene que realizar, como limpiar una habitación. El algoritmo estima cuán bien el robot puede ejecutar acciones específicas, como manejar una escoba para barrer. Si EES determina que una habilidad particular podría mejorar con más práctica, el algoritmo inicia una sesión de práctica enfocada en esa tarea.
El algoritmo fue probado en el robot cuadrúpedo Spot de Boston Dynamics, conocido por su capacidad para realizar tareas complejas, especialmente con un brazo adicional en su espalda. En esta ocasión, el robot trabajó de manera más inteligente, no más ardua, guiado por EES para practicar y perfeccionar habilidades útiles.
En una prueba, el algoritmo permitió a Spot aprender a colocar de forma segura una pelota y un anillo en una mesa inclinada en tan solo tres horas. En otra prueba, el robot mejoró su capacidad para barrer juguetes hacia un contenedor después de aproximadamente dos horas de sesiones de práctica.
En comparación, los marcos de aprendizaje anteriores habrían requerido más de 10 horas para que Spot alcanzara la misma competencia en cualquiera de estas habilidades.
Aunque estas tareas eran relativamente simples, los investigadores señalan que esta tecnología podría eventualmente producir robots capaces de mejorar su desempeño en diversas situaciones, como en fábricas, cafeterías, hogares u hospitales.
De cara al futuro, los investigadores esperan integrar simuladores para que los robots puedan combinar sesiones de práctica virtual y física, acelerando potencialmente el proceso de aprendizaje. También planean desarrollar algoritmos que puedan razonar sobre secuencias de intentos de práctica en lugar de centrarse únicamente en habilidades aisladas.
Danfei Xu, profesor de Georgia Tech y científico de investigación en Nvidia AI, destacó la importancia de este avance: «Habilitar a los robots para que aprendan por sí mismos es tanto increíblemente útil como extremadamente desafiante. En el futuro, los robots domésticos serán vendidos a todo tipo de hogares y se espera que realicen una amplia gama de tareas. No podemos programar todo lo que necesitan saber de antemano, por lo que es esencial que puedan aprender en el trabajo».
Gracias a un «dojo digital» como EES, los robots del mañana podrían dominar nuevas habilidades tan fácilmente como los humanos, mediante la práctica constante. El artículo completo de este proyecto está disponible en Arxiv.
