Investigadores de la ETH Zurich han enseñado a su robot cuadrúpedo ANYmal a moverse como un humano que practica parkour para superar obstáculos en el entorno urbano realizando maniobras atléticas. Además, en su última versión, este androide domina los terrenos complicados que suelen encontrarse en las obras de construcción o en las zonas donde ha ocurrido algún desastre.
Para enseñar al robot estas nuevas habilidades, dos equipos siguieron diferentes enfoques, el de prueba y error y un control basado en modelos. Ambas formaciones pertenecían al grupo dirigido por el profesor de ETH Marco Hutter, del Departamento de Ingeniería Mecánica y de Procesos.
En uno de los equipos trabaja Nikita Rudin, estudiante de doctorado de la ETH, que practica parkour en su tiempo libre. "Antes de que comenzara el proyecto, varios de mis colegas investigadores pensaban que los robots con patas ya habían alcanzado el límite de su potencial de desarrollo", dijo en un comunicado, "pero yo tenía una opinión diferente. De hecho, estaba seguro de que se podía hacer mucho más con la mecánica de los robots con patas".
Con su propia experiencia de parkour en mente, Rudin se propuso ampliar aún más los límites de lo que ANYmal podía hacer. Y lo logró, utilizando el aprendizaje automático para enseñarle nuevas habilidades. ANYmal ahora puede escalar obstáculos y realizar maniobras dinámicas para saltarlos, como se muestra en un vídeo.
En el proceso, ANYmal aprendió como lo haría un niño: mediante prueba y error. Ahora, cuando se le presenta un obstáculo, ANYmal utiliza su cámara y su red neuronal artificial para determinar con qué tipo de impedimento se enfrenta. Después realiza movimientos que parecen tener éxito según su entrenamiento previo.
Rudin añade que todavía puede mejorar y, por ello, piensa en incluir que el robot vaya más allá de resolver problemas predefinidos y pedirle que negocie terrenos difíciles como áreas sembradas de escombros debido a un desastre natural.
Preparar ANYmal para precisamente ese tipo de aplicación fue el objetivo del otro proyecto, dirigido por el colega de Rudin y compañero de doctorado de ETH, Fabian Jenelten. Sin embargo, en lugar de depender únicamente del aprendizaje automático, Jenelten lo combinó con un enfoque probado utilizado en ingeniería de control conocido como control basado en modelos.
Este enfoque proporciona una forma más sencilla de enseñar al robot maniobras precisas, como por ejemplo cómo reconocer y superar huecos entre montones de escombros. A su vez, el aprendizaje automático ayuda al robot a dominar patrones de movimiento que luego puede aplicar de manera flexible en situaciones inesperadas. "La combinación de ambos enfoques nos permite aprovechar al máximo ANYmal", afirma Jenelten.
Como resultado, el robot cuadrúpedo ahora logra un mejor equilibrio en superficies resbaladizas o rocas inestables. ANYmal pronto se utilizará también en obras de construcción o en cualquier lugar que sea demasiado peligroso para las personas, como por ejemplo inspeccionar una casa derrumbada en una zona catalogada como catastrófica, según los investigadores.
Comentarios