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

Diseño de movimiento INSIDER

Investigadora Jasmine Li en el Laboratorio de Interacción Humana y Cuidado Robótico de Carnegie Mellon. (Imagen:Los investigadores)

Aprovechando su experiencia como voluntaria en residencias de ancianos, la investigadora de Carnegie Mellon Jasmine Li decidió centrar su investigación en la robótica de asistencia que ayuda a las personas con las tareas cotidianas. "Me interesaba el lado de la robótica que ayuda a las personas que tal vez no estén tan familiarizadas con la tecnología", dijo. "Estaba pensando en el lado del hardware de la robótica, pero terminé haciendo mucho más con la recopilación de datos y el software:el lado algorítmico".

Para su proyecto, trabajó con Ph.D. estudiante Zheyuan Hu en el Laboratorio de Interacción Humana y Cuidados Robóticos 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 de forma remota, utilizando un par de joysticks de realidad virtual, o operado de forma totalmente autónoma a través de una red neuronal. Analizó el comportamiento 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 corregiéramos la tarea a mayor escala", dijo. Entonces, en lugar de un pequeño giro o ajuste, guiaron los brazos robóticos para que volvieran a su posición original antes de intentar colgar la camiseta nuevamente con mayor precisión.

Utilizando 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, afirmó Li.

El equipo también experimentó con el método utilizando otras pruebas en las que se asignaba al robot la tarea de empaquetar una hamburguesa en una caja de comida para llevar y sellar la tapa de un recipiente hermético.

"Es difícil entrenar un robot para que pueda 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 contribuyan a la investigación nos ayudarán a lograrlo".

Fuente