Ayudar a los robots a familiarizarse con el mundo real
Aunque los robots son una presencia cada vez más común en nuestras vidas, todavía están restringidos en gran medida a entornos controlados, como las líneas de montaje, o las aplicaciones en las que solo necesitan evitar objetos físicos, en lugar de interactuar con ellos. «En la actualidad, el principal problema al que nos enfrentamos en robótica llega cuando queremos que caminen, trepen y manipulen objetos», explica el coordinador del proyecto Ludovic Righetti, investigador principal del Instituto Max Planck para Sistemas Inteligentes y profesor asociado en la Universidad de Nueva York. «La gestión de la interacción física es un problema sin resolver en robótica, el problema más difícil al que nos enfrentamos. Podemos desarrollar algoritmos "ad hoc" para algunos sensores, pero nadie sabe cómo desarrollar una teoría general para cualquier robot».
Máquinas en movimiento
El proyecto CONT-ACT, financiado con fondos europeos, se propuso desarrollar los conocimientos fundamentales y los algoritmos genéricos que abordarían este problema. El proyecto tuvo dos pilares: el primero fue utilizar la comprensión de la física para derivar los principios básicos de la interacción física. El segundo fue la información de los experimentos con robots reales para mejorar el comportamiento de este sistema. El grupo de Righetti ya había desarrollado un método genérico para controlar robots con patas, enseñando a las máquinas a adaptar la fuerza aplicada por sus motores para mantener el equilibrio. Para mejorarlo, tuvieron que resolver el mismo problema para un robot en movimiento. Righetti explica: «Esto es difícil de resolver en tiempo real. Sea lo que sea que estemos haciendo, tenemos que resolverlo en unas pocas decenas o centenas de milisegundos». Al analizar la complejidad del problema, Righetti y su equipo pudieron crear un conjunto de algoritmos que permitirían que el robot moviera todo su cuerpo. «Diseñamos un controlador que permite que el robot responda a los cambios en el entorno. Entonces, se nos ocurrieron algoritmos para subir escaleras irregulares, o por si alguien lo empuja», añade. El equipo también desarrolló técnicas de aprendizaje automático que permiten que los robots integren información de sensores adicionales. «Tenemos robots con superficies táctiles que pueden detectar el contacto y medir la fuerza y la presión. Pero, si nos fijamos en los algoritmos que controlan cómo estos robots cogen y manipulan los objetos, por lo general no utilizan esta información», dice Righetti.
Espacio virtual
La combinación de estos datos es fundamental para construir un algoritmo de gestión genérico. «Si miras los datos sin procesar, cuando realizas un ligero cambio, como la forma o el color de un objeto, las lecturas de los sensores serán muy diferentes», señala Righetti. «Sin embargo, describen algo similar». Al mapear estas aportaciones a un espacio virtual, los robots pueden aprender modelos generales de su entorno y adquirir comportamientos que les permitan manejar objetos y entornos similares que no han visto, en lugar de tener que enseñarles cómo interactuar con cada una de sus variaciones. Righetti admite que, en última instancia, no pudo descifrar el mayor problema sin resolver de la robótica: encontrar algoritmos para hacer que los robots sean verdaderamente autónomos. No obstante, cuenta que su equipo pudo hacer un progreso significativo hacia ese objetivo. «Ahora tenemos algoritmos que están bastante desarrollados y se encuentran entre los más rápidos y fiables que existen en la actualidad». Añade que es probable que mejorar el desarrollo en el movimiento robótico y la interacción física con los objetos y el entorno domine su investigación durante los próximos años: «La historia está lejos de terminar. Seguimos progresando mucho y continuaremos con nuestro objetivo de encontrar un conjunto fundamental de algoritmos».
Palabras clave
CONT-ACT, robot, movimiento, contacto, interacción física, algoritmo, equilibrio
