Los científicos del MIT utilizan el aprendizaje profundo para comprender cómo colocar sensores en los robots

Un equipo de investigadores del MIT ha desarrollado nuevos algoritmos, basados ​​en el estudios profundo, para desarrollar robots que puedan «escuchar» de forma más competente. Específicamente, utilizaron estos algoritmos para optimizar la colocación de sensores en la superficie de los robots. De esta forma pueden completar sus tareas de forma más competente.^[1]

Los robots más «tradicionales», como los rígidos y metálicos, de hecho, no son muy adecuados para interactuar de forma segura con las personas y, en genérico, en muchas tareas. Tanto los robots como los seres humanos, para poder realizar sus tareas, deben memorizar en todo momento dónde se encuentra cada parte de su cuerpo. Para obtener esto, en la praxis, uno tendría que cubrir su cuerpo o superficie con sensores, lo cual no es práctico.

Precisamente por esta razón, los investigadores del MIT están desarrollando métodos para crear robots «suaves» que puedan compilar información sobre el entorno que los rodea de forma más competente a través de sensores colocados en el cuerpo. Y para posicionar estos sensores, poliedro que no es posible insertarlos de forma indefinida o infinita en su superficie, pensaron en utilizar algoritmos de estudios instintivo, de los que se utilizan hoy en día en inteligencia sintético.
Su estudio fue publicado en Cartas de robótica y automatización de IEEE.^[2]

“El sistema no solo aprende una determinada tarea, sino también cómo diseñar mejor el robot para resolverla”, explica Alexander Amini, uno de los investigadores involucrados en el plan. “La ubicación del sensor es un problema muy difícil de resolver. Así que tener esta solución es muy emocionante ”.^[1]

Notas e ideas

1. El algoritmo de los investigadores diseña robots blandos que detectan | Noticias del MIT | Instituto de Tecnología de Massachusetts (I A)
2. Aprendizaje conjunto de la ubicación de tareas y sensores para Soft Robotics | Revistas y revistas del IEEE | IEEE Xplore (I A) (DOI: 10.1109 / LRA.2021.3056369)

Artículos relacionados