La mayoría de los robots de cuatro patas están entrenados para recuperar el equilibrio si tropiezan con obstáculos. En un esfuerzo por desarrollar un robot limpiador doméstico, la estudiante de doctorado vietnamita-estadounidense Joanne Truong, de la Escuela de Computación Interactiva (GIT) del Instituto Tecnológico de Georgia, junto con sus dos colegas Naoki Yokoyama y Simar Kareer, están entrenando a su robot para que se desplace entre el desorden que pueda encontrar en una casa, según informó recientemente Tech Xplore.
(De izquierda a derecha) Naoki Yokoyama, Joanne Truong y Simar Kareer están trabajando con el robot de cuatro patas.
Según el equipo de investigación, los robots de cuatro patas equipados con un control de movimiento "a ciegas" tienden a reaccionar de forma más agresiva para evitar caer cuando pisan un objeto.
Mientras tanto, el equipo de investigación adoptó un enfoque novedoso: proporcionar imágenes en vivo para ayudar al robot a sortear obstáculos combinando la navegación con el movimiento visual. Este enfoque le permitió sortear obstáculos con éxito en un entorno simulado y desordenado, con una tasa de éxito del 72,6 %.
El robot aprende por sí solo y no imita ningún patrón de comportamiento preexistente. Los investigadores afirman que se trata de un modelo escalable que puede aplicarse de inmediato sin necesidad de realizar muchos ajustes. Estas políticas guían al robot sobre cómo evitar objetos al desplazarse, cómo usar sus patas para pasar por encima de ellos y cómo elevarlas a la altura adecuada.
El 'perro robot' recorre terrenos largos y accidentados sin caerse.
Según el equipo de investigación, los robots convencionales de cuatro patas solo pueden ver imágenes del mundo real a través de una cámara frontal y no pueden ver objetos cerca de sus pies. El equipo combinó la memoria y la percepción espacial en un sistema de red para enseñar al robot con precisión cuándo y dónde superar obstáculos. Si el objeto es demasiado alto, el robot puede rodearlo. "Descubrimos que este método navega muy bien, e incluso si el robot se equivoca de dirección, sabe que puede retroceder y volver a su posición original", afirmó Truong. El equipo también enseñó al robot qué objetos debía superar, como juguetes, y qué objetos debía rodear, como mesas y sillas.
Los hallazgos del equipo de investigación también podrían ayudar a los robots a navegar en entornos exteriores del mundo real, eligiendo caminos según las preferencias del propietario para evitar áreas fangosas o terrenos rocosos.
La investigación ganó el primer premio en un taller de robótica en el marco de la Conferencia de Aprendizaje de Robótica de 2022 en Nueva Zelanda. La investigación se presentará en la Conferencia Internacional de Robótica y Automatización del Instituto de Ingenieros Eléctricos y Electrónicos (IEEE-USA) en Londres, Reino Unido, del 29 de mayo al 2 de junio.
[anuncio_2]
Enlace de origen
Kommentar (0)