Suscríbete al boletín semanal

Recibe cada semana los contenidos más relevantes de la actualidad científica.

Agencia Sinc
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones

Dos algoritmos permiten que un robot dañado siga funcionando

Científicos estadounidenses y franceses han desarrollado un nuevo sistema que permite a un robot de seis patas, dañado de cinco formas diferentes –incluyendo pérdida y rotura de extremidades– adaptarse a estas averías y seguir funcionando. El método se basa en nuevos algoritmos que hacen posible que la máquina se ajuste a los problemas imprevistos en menos de dos minutos.

Uno de los robots dañados, capaz de caminar pese a la avería. / Antoine Cully (UPMC)

Un equipo multidisciplinar de ingenieros e informáticos franceses y estadounidenses ha creado un nuevo procedimiento, basado en un algoritmo evolutivo y otro de ensayo y error, que permite a los robots adaptarse a los daños imprevistos sufridos en el transcurso de una misión y continuar funcionando.

Esta técnica, cuyos resultados se han publicado en el último número la revista Nature, ya ha sido probada en un robot de seis patas con cinco tipos diferentes de lesiones, incluyendo roturas y la pérdida de alguna de estas extremidades.

El algoritmo evolutivo produce hasta 13.000 variaciones en la forma de desplazarse, con distinta actividad para cada extremidad

Según explica a Sinc Jean-Baptiste Mouret, investigador del Instituto de Sistemas Inteligentes y Robótica de la Universidad de Pierre y Marie Curie en París y uno de los autores de estudio, “los robots actúan de manera similar a como lo haría, por ejemplo, una persona con una rodilla dolorida: buscan rápidamente una manera de cojear para que les duela menos”.

El sistema se basa en la elaboración de un algoritmo evolutivo, llamado MAP-Elites, que puede producir hasta 13.000 variaciones en la forma de desplazarse. En cada una de ellas, cambia la actividad requerida de las extremidades.

Cuando sufre un daño imprevisto, el autómata recurre a esta base de datos para seleccionar los comportamientos que se adaptan mejor a la lesión sufrida. Pero como la evaluación procede de una simulación efectuada con el robot ‘sano’, es necesario comprobar cuáles de estas pautas son las más eficaces, señala este investigador.

La mejor opción

“El robot prueba con las distintas formas de desplazarse, descartando las que no funcionen. Por ejemplo, si caminando sobre las patas traseras no obtiene resultados, ensaya métodos que consistan en andar sobre las delanteras. La elección de la opción más idónea la realiza gracias a un segundo algoritmo de ensayo y error inteligente que hemos desarrollado”, indica Mouret.

De esta forma, los robots pueden completar su misión a pesar de las dificultades y sin necesitar asistencia humana, dice este investigador especializado en aprendizaje automático y computación evolutiva para el diseño de robots adaptables.

El nuevo sistema también ha sido probado en un brazo robótico con articulaciones rotas en 14 formas diferentes.

Los robots prueban varios métodos hasta encontrar el más idóneo para completar la misión

Útiles en catástrofes

“El método será especialmente útil para ser aplicado en entornos hostiles. Los robots podrán seguir trabajando, pese a resultar dañados en momentos en que cada segundo cuenta”, destaca el experto.

“Podrían ser enviados a buscar supervivientes tras un terremoto, a apagar incendios en los bosques o servir de apoyo para desactivar una central nuclear ante una crisis, como podría haber sido en el caso de Fukushima”, asegura.

Los algoritmos también se pueden aplicar en robots asistentes que ayuden a las personas mayores o enfermas. “Permitiría que fueran más efectivos y fiables, pues podrían seguir realizando sus tareas pese a sufrir algunas lesiones menores”, concluye.

video_iframe

Referencia bibliográfica:

Cully, A. et al. “Robots that can adapt like animals”. Nature Vol. 521. Doi: 10.1038/nature14422

Fuente: SINC
Derechos: Creative Commons
Artículos relacionados