Un robot que puede aprender a reaccionar ante un problema u obstáculo como lo haría un animal. Este es el objetivo de la investigación ResiBots, que está aplicando lo que llama algoritmos de aprendizaje de microdatos, para ayudar al robot a adaptarse al entorno, sin necesidad de mantenimiento humano.
Estos algoritmos para la recuperación de daños son “rápidos y efectivos” y harán que los robots sean más “fiables”. “Los robots son máquinas frágiles que dejan de funcionar en condiciones difíciles”, señalan desde ResiBots.
El objetivo de esta investigación, liderada por Jean Baptiste Mouret, es lograr que un robot pueda “recuperarse” de forma autónoma de daños imprevistos en pocos minutos. A diferencia del llamado aprendizaje por refuerzo, esta técnica es más rápida porque no requiere de “cientos de pruebas ni simulaciones”.
Y, además, quiere conseguirlo con bajo coste. En la actualidad, este tipo de sensores de diagnóstico con planes de contigencia son costosos y no pueden cubrir todas las situaciones posibles a las que un robot puede llegar a enfrentarse. En este proyecto europeo se trabaja con una “nueva familia de algoritmos de aprendizaje” que hace posible que los robots autónomos descubran con facilidad comportamientos compensatorios ante una situación compleja.
¿Y esto para qué sirve? Por ejemplo, si enviamos robots para encontrar supervivientes después de un terremoto, o para apagar incendios forestales o para cerrar una planta nuclear en crisis como Fukushima, “necesitamos que sigan trabajando si se dañan porque cada segundo cuenta”. En este tipo de situaciones es probable que se dañen, porque “estos entornos son muy impredecibles y hostiles”.
Entre las pruebas que se han hecho para evaluar el grado de daño con el que un robot es capaz de continuar sus tareas, destaca el corte de dos de las seis “patas” de un robot, que supon “cómo seguir adelante”. O un brazo robótico, con el que los investigadores probaron hasta 14 situaciones diferentes de daño, como que dos de sus ocho motores funcionarán mal. “Siempre descubrieron una manera de realizar su tarea a pesar de todos los daños sufridos”, apunta desde ResiBots.