LOGRAN QUE UN ROBOT JUEGUE BADMINTON CON HUMANOS Y COORDINE PERCEPCIÓN Y MOVIMIENTO
LOGRAN QUE UN ROBOT JUEGUE BADMINTON CON HUMANOS Y COORDINE PERCEPCIÓN Y MOVIMIENTO ANYmal-D fue entrenado mediante aprendizaje por Efe n robot con patas pueul de jugar al bádminton de forma autónoma con humanos, según un nuevo estudio que describe la estrategia de control basada en el aprendizaje por refuerzo -rama de la inteligencia artificialque hace posible esta hazaña. Elsistema de control y percepción ("cerebro" del robot) permitió a este seguir y predecir latrayectoria del volante y moverse porla pista para interceptarlo y devolverlo conéxito.
Más allá del bádminton, el métodooftece una plantilla para desplegar aparatos con patas en otras tareas dinámicas en las queson fundamentales tanto la detección precisa como las respuestas rápidas de todo el cuerpo, señala Yuntao Ma, de la Escuela Politécnica Federal (ETH) de Zúrich. Este científico y su equipo publican los detalles en la revista Science Robotics. El control de robots atléticos es un reto, ya que requiere la coordinación de la percepción, el traslado rápido y los movimientos receptivos. La mayoría de los controladores existentes restringen la agilidad del roboto no son aplicables alos deportesinteractivos.
Paraabordar estaslimitaciones, los investigadores desarrollaron unsistema que puede integrarla percepción con los movimientos dela parte superior e dela parte superior e dela parte superior e dela parte superior e EL ROBOT CONSIGUIÓ RESPONDER HASTA 10 GOLPES CONSECUTIVOS. inferior del cuerpo del robot.
Lo implementaron en un robot de cuatro patas llamado ANYmalD, que estaba equipado conunacámara estéreo para la percepción basada en la )n y un brazo dinámico para manejar una raqueta de bádminton, una tarea que requiere una coordinación precisadela percepción, eltraslado y el balanceo de los brazos. Los investigadores entrenaron el sistema basado en el aprendizaje por refuerzo para predecir la trayectoria del volante y responder moviendo el robot en consecuencia.
Elaprendizaje por refuerzo Elaprendizaje por refuerzo esun tipo de aprendizaje automático en el que un agente o sistema aprende a planear estrategias efectivas -a tomar decisiones-basándoseen la experimentación con datos y la interacción con el entorno.
En su investigación, los expertos de EHT Zúrich probaron el juego del robot contra humanos y descubrieron que la máquinapodíamoverse por la cancha para devolver golpes a diferentes velocidades y ángulos, y que conseguía intercambios de hastalO golpes consecutivos.
Además, el robot podía ponerse de piesobre sus patas traseras para mantener el volante efuerzo, rama de la IA. efuerzo, rama de la IA. efuerzo, rama de la IA. alavista mientras se preparaba paramoverel brazo, pero daba prioridad asu propia seguridad mientras se movía para asegurarse de no caerse. Los autores sugieren que estos hallazgos podrían servir de base para futuros sistemas de control y percepción derobots humanoideso robots con patas que necesiten realizar movimientosrápidos y coordinados. Esta misma escuela politécnica publicó el año pasado otras "habilidades" deestetipo de robots cuadrúpedos. En aquella ocasión, ANYmal demostróser "bastante hábil" en "parkour". og "parkour". og.