Robots están adquiriendo habilidades humanas a través de videos de YouTube

Científicos de Singapur y China han propuesto un enfoque para el entrenamiento de robots que podría simplificar y mejorar el proceso de aprendizaje a partir de videos de internet. Los especialistas sugieren utilizar grabaciones de video para demostrar tareas cotidianas.

El desarrollo de robots capaces de realizar de manera efectiva tareas domésticas diarias o procesos industriales sigue siendo un desafío. Muchos métodos de entrenamiento de robots se basan en el aprendizaje por imitación, donde se les muestra a los robots videos u otros datos con personas realizando las tareas necesarias.

Estas técnicas requieren un gran volumen de datos de demostración, que son difíciles de recolectar y pueden ser costosos. Las bases de datos abiertas existentes a menudo no contienen suficiente cantidad de datos para un entrenamiento efectivo de los robots.

Investigaciones previas también han utilizado videos para el aprendizaje por imitación, pero se han centrado en videos con tareas específicas en condiciones idénticas a aquellas en las que los robots trabajarán. A su vez, el nuevo método permite a los robots aprender de cualquier video demostrativo encontrado en internet.

El enfoque consta de tres componentes principales: Real2Sim, Learn@Sim y Sim2Real. El más importante de ellos es Real2Sim, que rastrea el movimiento del objeto en el video y reproduce el movimiento en un modelo de simulación.

El método utiliza mallas (redes poligonales), representaciones digitales precisas de la geometría, forma y dinámica del objeto, como representaciones intermedias. Después de que el componente Real2Sim reproduce la demostración humana en la simulación, el componente Learn@Sim encuentra puntos de agarre y colocación, que permiten al robot realizar las mismas acciones mediante el aprendizaje por refuerzo. Al encontrar los puntos de agarre y colocación en la simulación, la acción se transfiere a un robot real con dos manos, lo que constituye el tercer paso, Sim2Real.

Los investigadores evaluaron su método en una serie de pruebas, prestando especial atención a la tarea de atarse una corbata. A pesar de la complejidad de esta tarea para los robots, el enfoque propuesto permitió al robot completarla con éxito.

En el futuro, la tecnología podría aplicarse a otras tareas complejas de manipulación de robots. En última instancia, el método podría simplificar el proceso de entrenamiento de robots a través del aprendizaje por imitación, lo que llevaría a nuevos avances en sus habilidades.

Los científicos se preguntan: si podemos reproducir el movimiento de un objeto en una simulación, ¿podemos reproducir el mundo real en una simulación? La comunidad de robótica enfrenta el problema de la falta de datos, y según los autores del trabajo, si se logra reproducir el mundo real en una simulación, sería posible recolectar datos de manera más eficiente y transferir mejor las instrucciones a los robots reales.