Un perro robot es capaz de aprender a caminar en superficies complejas en tan solo 20 minutos

Una secuencia muestra a un robot moviéndose por terrenos desconocidos gracias a un sistema de aprendizaje automático. Según los investigadores, este robot tiene la habilidad de «aprender» como las personas.

Un grupo de científicos ha diseñado un perro robot que tiene la capacidad de aprender a caminar en una superficie desconocida en un tiempo récord: apenas 20 minutos, según se detalla en la reciente investigación publicada recientemente por arXiv.

Diseñar un robot autónomo no es tan sencillo. Antes de que estos prototipos puedan probarse en superficies reales, los expertos simulan diferentes escenarios en programas computarizados.

En esta oportunidad, el perro robótico logra identificar correctamente cómo desplazarse en caminos de diferente tipo como, por ejemplo, rutas de senderismo con diferentes relieves y obstáculos, además de otras superficies resbaladizas, de goma o de césped.

El robot se adapta a su entorno

Para conseguirlo, el prototipo utiliza un modelo de algoritmo de aprendizaje automatizado llamado Q-learning, el cual le brinda información previa sobre el terreno. Es decir, el perro robot es el que se adapta al camino en el que lo pongan.

«No necesitamos entender cómo funciona realmente la física de un entorno. Simplemente colocamos el robot en una zona y luego lo encendemos», explicó uno de los autores del estudio Sergey Levine, de la Universidad de California de Berkeley.

«Similar a como aprende la gente»

De manera similar a las mascotas y a los humanos, el robot recibe una especie de «recompensa» que le permite determinar si fue exitoso o no en su adaptación a un terreno desconocido. Para eso, logra almacenar información comparativa del lugar en el que se desplaza, hasta que logra aprender a caminar sin problemas en 20 minutos.

«En cierto sentido, es muy similar a cómo aprende la gente. Interactuar con algún entorno, recibir alguna utilidad y, básicamente, pensar en una experiencia pasada para tratar de entender qué se podría haber mejorado», agregó otr de los autores Ilya Kostrikov.

El equipo de investigadores quedó satisfecho con sus resultados, pero aseguran que todavía quedan algunas cosas por mejorar, por ejemplo, su sistema de recompensas, para que así pueda aprender otras habilidades.

Editado por José Ignacio Urrejola