Un sistema de IA entrenado con apenas unos pasos de un insecto palo le permitió a un robot de seis patas aprender a caminar en una hora y adaptarse a terreno irregular y a la pérdida de una extremidad.
Investigadores liderados por la Universidad de Tohoku y el Vidyasirimedhi Institute of Science and Technology (VISTEC) desarrollaron un enfoque basado en IA que le permite a un robot hexápodo aprender locomoción a partir del comportamiento de marcha de un insecto palo. Usando un conjunto de datos abierto que contenía solo tres o cuatro pasos de movimiento del insecto, el sistema infirió el objetivo de locomoción subyacente y desarrolló una estrategia de control para el robot. La máquina resultante aprendió a caminar en cerca de una hora y pudo adaptarse a terreno irregular y a la falta de una pata.
¿Cómo se le enseña a caminar sin decirle cómo?
Los investigadores usaron aprendizaje por refuerzo inverso adversario, una técnica en la que la IA no recibe instrucciones explícitas sobre cómo debe moverse cada pata. En cambio, analiza ejemplos del comportamiento deseado para inferir el objetivo que hay detrás, representado como una recompensa, y recién entonces desarrolla una estrategia de control para alcanzarlo. Esto difiere de los enfoques convencionales, que exigen que los ingenieros definan a mano los movimientos individuales de cada pata o los patrones de marcha.
En las pruebas, el robot aprendió a caminar tres veces más rápido que con un diseño de recompensa estándar. El enfoque además separa la información aprendida en dos categorías: una que representa principios de locomoción aplicables de manera general y otra específica del robot individual. Eso permite transferir los resultados aprendidos a robots con estructuras corporales distintas, y reduce la necesidad de entrenar cada máquina desde cero.
Del insecto a una máquina cinco veces más grande
Los investigadores demostraron el método sobre el robot hexápodo RedMirror. Encontraron que unos pocos pasos de un solo insecto palo bastaban para identificar un principio de locomoción que podía transferirse a una máquina unas cinco veces más grande que el insecto. El estudio sugiere que otros animales con movimientos complejos y diestros también podrían servir como modelos biológicos útiles para sistemas de aprendizaje robótico.
"Nunca le dijimos al robot cómo caminar", explica Dai Owaki, profesor asociado de la Universidad de Tohoku.
"Preguntamos qué estaba tratando de lograr el insecto, y dejamos que el robot persiguiera lo mismo enteramente por su cuenta".
Los investigadores planean agregar memoria, para que los robots puedan acumular y usar experiencia a lo largo del tiempo. Un enfoque así podría eventualmente sostener robots de alta movilidad diseñados para entornos donde las máquinas con ruedas tienen dificultades para operar, incluidos escenarios de respuesta ante desastres.
El detalle completo del trabajo está disponible en la publicación del estudio.
¿Por qué importa en países con terreno difícil?
El ángulo de respuesta ante desastres es directamente aplicable a la geografía chilena. Un método de aprendizaje que requiere apenas un puñado de movimientos de ejemplo, en vez de extensos conjuntos de captura de movimiento o controladores de marcha ajustados a mano, podría reducir de manera significativa los datos y el esfuerzo de ingeniería necesarios para experimentar con nuevas estrategias de locomoción. En zonas de montaña afectadas por sismos o en áreas inundadas, donde las superficies irregulares o inestables limitan a los robots con ruedas, esa capacidad de adaptación pesa más que la velocidad.
Hay que decirlo con claridad: el RedMirror sigue siendo una plataforma de investigación, y llevar la demostración de laboratorio a un robot desplegable en terreno exigiría bastante más prueba en condiciones reales de operación.
Qué significa para quien construye robots hexápodos
La escala de datos es lo llamativo del resultado. Tres o cuatro pasos de un insecto son del orden de unos pocos segundos de video, algo que cualquier laboratorio puede registrar. La barrera de entrada tradicional del aprendizaje por refuerzo en locomoción no era el hardware, sino la ingeniería de la función de recompensa: cada tipo de marcha exigía semanas de ajuste manual de parámetros por parte de un especialista.
Los kits hexápodos comerciales de 18 servos, que se consiguen en el mercado maker por unos cientos de dólares, ya tienen la mecánica necesaria para reproducir este tipo de experimento. Lo que faltaba era el método para que el andar emergiera solo, y esa es exactamente la pieza que aporta el trabajo de Tohoku y VISTEC.
