|
Ingeniería
Algoritmo para que los robots aprendan a coger y sujetar objetos de formas complejas
(NCYT) Un equipo de ingenieros de la Universidad de Cornell (en Ithaca, Nueva York) ha desarrollado un algoritmo que permite a un robot decidir cuáles son los mejores sitios por los que coger y sujetar un objeto que nunca ha visto. Esta habilidad se basaría en la experiencia ganada por el robot al coger otros objetos previamente, y de este modo el robot podría decidir con mejores criterios cómo coger y sujetar nuevos objetos.
El trabajo desarrollado por Hod Lipson, profesor de ingeniería mecánica y ciencias de la computación de la Universidad de Cornell, y Ashutosh Saxena, profesor de ciencias de la computación en la misma universidad y especialista en aprendizaje automático, es válido para varias clases de robots, pero se ha centrado sobre todo en dotar de "inteligencia" para coger y sostener cosas a una espectacular mano robótica metamórfica. Esta mano funciona aplicando a un material formado por partículas dentro de una bolsa elástica un proceso por el que esa masa de granitos se vuelve rígida e incrementa su densidad. De esta manera, se logra que la "mano" se afiance del modo adecuado a cada objeto. Este método evita tener que recurrir a los tradicionales diseños que se limitan a imitar, con mayor o menor fidelidad, la mecánica de una mano humana.
Esta mano metamórfica se amolda a los objetos y ajusta su agarre para cada uno, a diferencia de una mano convencional con la que sólo es posible encajarla del mejor modo posible que permitan sus articulaciones con el objeto a agarrar. La estructura metamórfica de la nueva mano la convierte en una especie de herramienta universal para agarrar cosas. Por tanto, es fácil pronosticar que sus aplicaciones futuras van a ser numerosísimas, incluyendo operaciones de artificieros para desactivar artefactos explosivos o para mover objetos potencialmente peligrosos, su uso en brazos robóticos de fábricas para infinidad de tareas industriales, e incluso aplicaciones que hoy pueden parecer ciencia-ficción. Dos ejemplos de éstas últimas son el uso de la mano metamórfica en los pies de un robot con el fin de capacitarle para caminar sobre las paredes, o la fabricación de extremidades protésicas multifunción.
 Mano robótica. (Foto: Cornell U.)
En los experimentos realizados con un brazo robótico modificado, el equipo de investigación, que incluye también a Yun Jiang y John Amend, obtuvo, en promedio, un éxito de entre el 90 y el cien por cien, dependiendo del tipo de objeto. En la mayoría de los casos, el robot era capaz de agarrar con éxito nuevos objetos que no habían formado parte del conjunto de objetos de entrenamiento.
Los objetos deformables, como por ejemplo un monedero, fueron los que le resultaban más difíciles de coger al robot, el cual logró un éxito promedio de sólo el 67 por ciento.
El siguiente paso en esta línea de investigación será perfeccionar el algoritmo y su integración con los robots de tipos específicos.
Más artículos
|
|
|
Hola.
