Cómo los robots aprenden a colgar camisetas: El papel crucial de los datos

Motion Design INSIDER

La investigadora Jasmine Li en el Laboratorio de Cuidado Robótico e Interacción Humana de Carnegie Mellon. (Imagen: Los investigadores)

Basándose en su experiencia como voluntaria en residencias de ancianos, la investigadora de Carnegie Mellon Jasmine Li decidió centrar su investigación en robótica asistiva que ayuda a las personas con tareas cotidianas. "Me interesaba el lado de la robótica que ayuda a personas que podrían no estar tan familiarizadas con la tecnología", dijo. "Pensaba en el lado del hardware de la robótica, pero terminé haciendo mucho más con la recopilación de datos y software — el lado algorítmico."

Para su proyecto, trabajó con el estudiante de doctorado Zheyuan Hu en el Laboratorio de Cuidado Robótico e Interacción Humana dirigido por el profesor asistente Zackory Erickson.

Li trabajó con una configuración de brazo robótico bimanual — dos brazos multiarticulados sujetos a una mesa — que puede ser controlado por un humano remotamente, usando un par de joysticks VR, u operado de forma totalmente autónoma mediante una red neuronal. Analizó los comportamientos del robot tanto en simulaciones como en tareas del mundo real para estudiar cómo fallan los robots al imitar actividades humanas complejas, como colgar camisas.

"Descubrimos que cuando un humano intenta insertar una percha, a veces hace correcciones minúsculas, pero teníamos la teoría de que el robot podría aprender mejor si corregíamos la tarea a una escala mayor", dijo. Así, en lugar de un pequeño giro o ajuste, guiaron los brazos robóticos para que volvieran a su posición original antes de intentar colgar la camisa nuevamente con mayor precisión.

Usando el nuevo método de recopilación de datos, entrenar al robot se volvió más eficiente, recopilando más datos y mejorando el rendimiento con menos iteraciones de enseñanza humana, dijo Li.

El equipo también experimentó con el método usando otras pruebas que encargaban al robot empacar una hamburguesa en una caja para llevar y sellar una tapa de contenedor hermético.

"Es difícil entrenar a un robot para poder completar múltiples tareas diferentes, lo que llamamos generalización", dijo Li. "La investigación en robótica, por ahora, se centra en entrenar robots para tareas específicas, pero, eventualmente, todos los que contribuyen a la investigación nos ayudarán a llegar allí."

Fuente