Investigadores muestran avance con robots futbolistas
Nuevos robots futbolistas responden mejor y más rápido gracias a aprendizaje profundo por refuerzo
Foto: captura de pantalla¡Prepárate para presenciar un espectáculo futbolístico! Los diminutos robots están aquí para mostrarte sus impresionantes habilidades en el campo de juego.
Según informes de la publicación New Scientist, robots humanoides de tamaño diminuto, y diseñados para jugar futbol, tuvieron una novedosa actualización.
También lee: TOMi8, el robot latinoamericano diseñado para transformar la educación
Los artefactos fueron entrenados con una técnica llamada “aprendizaje profundo por refuerzo”, y gracias a ello ahora pueden realizar movimientos como caminar, girar para patear un balón y levantarse después de una caída mucho más rápido que sus contrapartes que siguen lecciones escritas.
¿Qué es el aprendizaje profundo por refuerzo?
El aprendizaje profundo por refuerzo es una técnica novedosa, ya que combina dos principios clave en inteligencia artificial (IA): el entrenamiento por prueba y error, y el de las capas de redes neuronales características del deep learning, cuyo fin es encontrar estructuras.
Imagina que cocinas tu plato favorito: el aprendizaje por refuerzo sería como agregar ese toque de experimentación (prueba y error); en cada intento, te acercas un poco más al sabor perfecto. Por otro lado, el aprendizaje profundo actúa como el chef experto que utiliza capas de conocimiento y experiencia para analizar cada ingrediente, y revela los patrones y combinaciones óptimas que llevan el plato a su máximo potencial.
Curso gratis de robótica en la UNAM; así te puedes inscribir
Juntos, estos dos pilares del entrenamiento de IA forman una sinfonía culinaria que deleita los sentidos y produce resultados verdaderamente extraordinarios.
El desarrollo estuvo a cargo de Guy Lever y su equipo en Google DeepMind, quienes experimentaron con androides de Robotis OP3, alimentados por batería. Los robots, con apenas 50 cm de altura y 20 articulaciones, fueron sometidos a nada menos que 240 horas de aprendizaje profundo por refuerzo.
Comparan robots
Los investigadores compararon estos robots con otros que seguían habilidades predefinidas, y los primeros fueron 181% más rápidos, giraban un 302% con más velocidad y pateaban la pelota un 34% más fuerte.
Además, el reporte de New Scientist señala que se levantaban un 63% más rápido después de caerse en un juego uno contra uno.
“Estos comportamientos son muy difíciles de diseñar y programar manualmente”, señaló Lever.
También lee: ¿Cómo evitar que vean tus mensajes de Instagram?
El avance en el campo de la robótica ha emocionado a expertos como Jonathan Aitken de la Universidad de Sheffield, en el Reino Unido. Según Aitken, uno de los mayores desafíos que aborda esta investigación es cerrar la brecha entre la simulación y la realidad. Es decir, asegurarse de que las habilidades aprendidas en simulaciones se transfieran efectivamente a entornos de la vida real.
Sin embargo, como señala Tuomas Haarnoja, miembro del equipo, los robots futbolistas no son el objetivo final. En palabras de Aitken, “la finalidad de este estudio es comprender cómo se pueden desarrollar rápidamente habilidades complejas en robots con metodologías de entrenamiento sintético y a aplicaciones de trabajo real”, concluyó.
Universidades preparan a robot cuadrúpedo para un escenario lunar
Estas son las carreras universitarias que ya no deberías estudiar
Nuevos robots futbolistas responden mejor y más rápido gracias a aprendizaje profundo por refuerzo