Un robot que se adapta por si solo a la pérdida de uno de sus miembros
(NC&T) Aunque el robot de prueba es un dispositivo simple de cuatro patas, los investigadores aseguran que el algoritmo subyacente podría usarse para construir robots más complejos, capaces de enfrentarse a situaciones inciertas, como la exploración espacial, y también para profundizar en el conocimiento del sistema locomotor de humanos y animales.
La investigación se llevó a cabo en el Laboratorio de Síntesis Computacional de la Universidad de Cornell, bajo la dirección de Hod Lipson, profesor de ingeniería mecánica y aerospacial, junto con Josh Bongard, un antiguo investigador de la misma universidad, que está ahora en la de Vermont, y Viktor Zykov.
En lugar de darle un juego rígido de instrucciones al robot, los investigadores le permitieron descubrir su propia naturaleza y aprender a autocontrolarse, un proceso que puede parecerse a la forma en la que los bebés humanos y crías de animales descubren sus cuerpos y experimentan con ellos. Su habilidad para desarrollar este automodelo es lo que lo hace capaz de adaptarse a una lesión.
El robot, que se parece a una estrella de mar de cuatro patas, comienza sabiendo sólo cuáles son sus partes, pero no cómo están colocadas o cómo usarlas para cumplir su principal orden: moverse hacia adelante. Para averiguarlo, aplica lo que puede considerarse el método científico: la teoría seguida por la experimentación, continuada a su vez por una teoría más refinada.
Los participantes en la investigación, junto a su robot de cuatro patas. (Foto: Lindsay France/Cornell University)
Empieza construyendo una serie de modelos informáticos de cómo podrían estar colocadas sus partes, reuniéndolas primero en arreglos aleatorios. Entonces desarrolla órdenes que envía a sus motores para probar sus modelos.
La máquina no tiene un sólo modelo de sí misma, tiene muchos diferentes modelos candidatos simultáneos, compitiendo entre sí. Los modelos compiten sobre cuál puede explicar mejor las experiencias pasadas del robot.
El resultado normalmente es un andar torpe pero funcional; el más eficaz hasta ahora es una especie de movimiento de oruga en el que el robot mueve hacia delante sus patas y su cuerpo alternadamente.
Una vez que el robot alcanza este punto, los experimentadores le quitan parte de una pierna. Cuando no puede avanzar, de nuevo genera y prueba 16 simulaciones para desarrollar una nueva forma de andar.
