Para que un mecanismo robótico aprenda a caminar, no basta con "sujetarle" varias patas. Aprender a moverse es un proceso muy complejo que requiere mucho tiempo para los desarrolladores. Pero ahora este problema se resolverá con inteligencia artificial, porque un grupo de expertos ha creado algoritmos universales que ayudan a la IA a enseñar a los robots de cualquier configuración a moverse. En este caso, no se requiere la intervención humana en este proceso.
Detrás del desarrollo hay un equipo de científicos de la Universidad de California en Berkeley y un grupo de expertos de Google Brain, una de las ramas de investigación de Google sobre inteligencia artificial. Su nuevo sistema entrenó al robot de cuatro patas para atravesar terrenos familiares y desconocidos.
El aprendizaje por refuerzo es esencialmente un método de zanahoria y palo adaptado para la IA. Utiliza recompensas o castigos por lograr o no alcanzar sus metas.
Para los experimentos, los científicos tomaron el robot Minitaur. Desarrollaron un sistema que consistía en una estación de trabajo que actualizaba los datos de la red neuronal, cargaba información en Minitaur y la descargaba. El chip NVIDIA Jetson TX2 a bordo del robot era responsable del procesamiento de la información. El robot caminó durante 2 horas y dio 160.000 pasos. Durante este tiempo, el algoritmo recompensaba al robot por avanzar y lo castigaba si se quedaba atascado en su lugar o daba un giro muy grande hacia un lado. Como resultado, se creó un algoritmo de movimiento que permitió al robot elegir la trayectoria óptima de movimiento en cualquier situación.
Vladimir Kuznetsov
