Los robots humanoides pueden correr, bailar y, en ocasiones, incluso dar una patada, pero para ser considerados verdaderamente “humanos”, necesitan aprender a realizar diversas tareas sencillas en el ámbito laboral.
Robots que aprenden observando
Flexion Robotics, una startup suiza creada por exinvestigadores en robótica de Nvidia, ha encontrado una posible solución. La compañía ha desarrollado un método para entrenar a los robots en la ejecución de tareas complejas que requieren habilidades básicas, como abrir puertas, subir escaleras y transportar cajas. La clave radica en enseñar a los robots habilidades individuales a través de simulaciones y, posteriormente, permitir que un algoritmo de IA maestro decida cómo aplicarlas.
La mayoría de los videos de demostración presentan humanoides entrenados para realizar tareas específicas, como doblar camisetas o reponer estanterías. Generalmente, esto se realiza mediante teleoperación, donde una persona controla los movimientos del robot desde un lugar remoto. Sin embargo, este método no es confiable en entornos desconocidos. Flexion afirma que su sistema es diferente y más eficiente, ya que entrena a sus robots a través de simulaciones con mínima intervención humana.
El siguiente video muestra el software en acción: un robot humanoide Unitree modificado opera de manera autónoma después de recibir la instrucción: “Se ha entregado un paquete con aperitivos para Flexion. Recógelo por las escaleras y sube en el ascensor. Luego, ábrelo y coloca los artículos en el cajón vacío de la estantería de la zona de aperitivos”.
El enfoque se basa en la combinación de diferentes sistemas de IA
El modelo principal de IA aprende a realizar sus tareas analizando videos de personas realizando diversas acciones. Estos videos enseñan al modelo qué acciones debe llevar a cabo y cuándo, pero no cómo ejecutarlas físicamente. Luego, el software activa las habilidades aprendidas en la simulación y las aplica en el mundo real. Por ejemplo, para llegar a la sala de correo de una oficina, el modelo puede haber aprendido que necesita abrir ciertas puertas y usar el ascensor. El sistema también controla los motores del robot, permitiéndole caminar, mover sus extremidades y mantener el equilibrio.
De acuerdo con Nikita Rudin, cofundador y director ejecutivo de Flexion, el “ingrediente secreto” del software es su uso extensivo del aprendizaje por refuerzo, que entrena a las computadoras para dominar tareas mediante ensayo y error. Cada capa del software aplica este enfoque, desde el modelo principal de IA hasta la simulación y el control de los motores.