Los investigadores intentan ayudar a los robots a aprender a usar materiales blandos como cuerdas

Investigadores de la Universidad de Michigan están trabajando para hacer que los robots sean más funcionales y capaces en el mundo real. Los investigadores que trabajan en el estudio dicen que los modelos que utilizan los robots para realizar tareas suelen funcionar bien en un entorno estructurado dentro del laboratorio. Sin embargo, cuando los robots se utilizan fuera del laboratorio, algunos de los modelos más sofisticados resultan inadecuados en determinadas situaciones. Las situaciones que resultan particularmente difíciles de realizar para los robots son el trabajo con materiales blandos como cuerdas o telas.

Investigadores en la Universidad de Michigan ha creado una forma para que los robots predigan cuándo no pueden confiar en sus modelos operativos y se recuperan cuando encuentran que falta el modelo que rige su control. Esencialmente, el equipo busca intentar enseñar al robot a arreglárselas con lo que tiene, según el doctorado en robótica. estudiante Peter Mitrano. El objetivo de los investigadores es que el robot pueda recoger cosas y moverlas sin conocer la física o la geometría de todo.

Crearon un modelo simple de la dinámica de una cuerda mientras se mueve por un espacio abierto. El equipo agregó obstáculos y creó un clasificador que aprendió cuándo el modelo de cuerda simple era confiable, pero no intentó comprender el comportamiento más complejo de cómo interactuaba la cuerda con los objetos. Luego, el equipo agregó pasos de recuperación si el robot se encontraba con una situación, como cuando la cuerda chocaba con un obstáculo, y el clasificador determinaba que el modelo simple no era confiable.

Los investigadores dicen que su enfoque se inspiró en otros ámbitos de la ciencia y la robótica, donde los modelos simples siguen siendo útiles. Utilizando el modelo simple de una cuerda, el equipo desarrolló formas de asegurarse de que el objeto se esté utilizando en situaciones apropiadas donde el modelo es confiable, lo que permite al robot generalizar su conocimiento en situaciones nuevas que nunca se han encontrado.

Leave a Reply

Your email address will not be published. Required fields are marked *