 |
| Robots que patinan :) Liu et al., Universidad de Michigan, Universidad de Ciencia y Tecnología del Sur, 2025 |
No es tan absurdo como parece. "Los enfoques actuales de locomoción cuadrúpeda no consideran la interacción rica en contacto con los objetivos", explicó Sangli Teng, estudiante de doctorado en el Laboratorio de Autonomía Computacional y Robótica de la Universidad de Michigan, también conocido como Laboratorio CURLY, y coautor de un nuevo artículo aún sin revisión por pares que busca llenar ese vacío en la literatura. Su solución: un marco algorítmico para entrenar robots con aprendizaje basado en refuerzo, diseñado específicamente para afrontar tareas complejas y cambiantes basadas en contacto.
¿Qué tipo de tareas, dices? Bueno... patinar. Obviamente.
“Nuestro trabajo se centró en diseñar un proceso para este tipo de tareas guiadas por contacto que merecen la pena estudiar, como el skateboarding”, declaró Teng a TechXplore esta semana. “La Universidad de Michigan tiene una larga trayectoria en el desarrollo de sistemas dinámicos híbridos, lo que nos inspiró a identificar estos efectos híbridos mediante enfoques basados en datos en IA”.
Básicamente, se trata de la cúspide de la robótica a la que aspiran. Robots con patas capaces de interactuar con el mundo mediante dinámicas híbridas, es decir, capaces de alternar entre movimientos suaves y cambios discretos y bruscos. “Por ejemplo, cuando una pelota que rebota interactúa con el suelo, la pelota presenta una dinámica continua en el aire y transiciones de estado discretas al chocar con el suelo”, explicó Teng.
Esta dinámica es vital para imitar el movimiento natural y ya se utiliza ampliamente en robótica, pero no es precisamente fácil de implementar por un par de razones. Si se refuerzan las restricciones del algoritmo, no deja suficiente margen de maniobra para que esos cambios entre comportamientos funcionen correctamente; Si, por otro lado, se intenta dejarlo más abierto, dejando que el robot aprenda por sí mismo cuándo cambiar de estilo, es probable que se dependa de información impredecible y potencialmente insuficiente. Es una situación de pérdida-pérdida.
Para contrarrestar estos problemas, Teng y sus colegas desarrollaron lo que denominan Aprendizaje de Autómatas Híbridos en Tiempo Discreto (DHAL): «un marco que utiliza el Aprendizaje por Refuerzo según la política para identificar y ejecutar el cambio de modo sin segmentación de trayectoria ni aprendizaje de funciones de eventos», explica el artículo. Básicamente, se trata de una forma de que los propios robots determinen cuándo y dónde debe cambiar su comportamiento: «En comparación con los métodos existentes, DHAL no requiere la identificación manual de la transición discreta ni el conocimiento previo del número de estados de transición», explicó Teng.
Por ejemplo, «en las fases de empuje, deslizamiento y ascenso, DHAL generará automáticamente diferentes etiquetas», explicó. Nuestro método puede aplicarse a la estimación del estado de sistemas dinámicos híbridos para determinar si se produce dicha transición. Con esta información de transición, el sistema puede estimar mejor los estados para facilitar la toma de decisiones.
Esto no solo implica menos trabajo para los programadores humanos. DHAL produce movimientos más fluidos e intuitivos que con plataformas anteriores: los robots no solo idearon movimientos totalmente compatibles con el skateboarding, sino que eran tan competentes que podían subirse a las tablas de forma independiente, arrastrar carritos e incluso recorrer con éxito un skatepark real (lo cual suena adorable, la verdad).
Ahora bien, aunque nadie discute que enseñar a pequeños robots a andar en patineta no sea un objetivo noble en sí mismo, el equipo tiene otras ambiciones para su trabajo. Si bien los robots aún tienen habilidades bastante limitadas (todavía no pueden hacer nada complejo como ollies geniales, grindeos Smith o, siendo sinceros, simplemente levantarse de la tabla y alejarse), en el futuro, ellos y sus programas podrían tener innumerables aplicaciones.
“Ahora planeamos aplicar este marco a otros escenarios, como la manipulación diestra (es decir, la manipulación de objetos con varios dedos o brazos)”, declaró Teng a TechXpress. “Se espera que DHAL prediga el contacto con mayor precisión, lo que permitirá que los algoritmos de planificación y control tomen mejores decisiones”.
El artículo, que aún no ha sido revisado por pares, puede leerse en ArXiv.