Un avance del MIT permite a los robots usar todo el cuerpo para la manipulación de objetos

Los investigadores del Instituto de Tecnología de Massachusetts (MIT) han mejorado significativamente las capacidades de manipulación robótica. Utilizando una nueva técnica de IA llamada "suavizado", los robots ahora pueden realizar tareas utilizando todo su cuerpo, en lugar de solo sus puntas de los dedos. Esta innovación puede revolucionar potencialmente la forma en que se utilizan los robots en fábricas, exploración espacial y otros campos.

El desafío de la planificación de manipulación rica en contactos

Manipular objetos con todo el cuerpo presenta un desafío monumental para los robots. Deben tener en cuenta miles de millones de puntos de contacto potenciales en un objeto por cada toque con sus dedos, manos, brazos y torso. Este proceso, conocido como "planificación de manipulación rica en contactos", es computacionalmente costoso y ha sido un cuello de botella para las aplicaciones prácticas. Los humanos gestionan intuitivamente estas tareas, pero se vuelven abrumadoramente complejas para los robots.

La solución

Para simplificar el problema, los investigadores del MIT desarrollaron una nueva técnica de IA basada en el "suavizado", que condensa los numerosos eventos de contacto en un conjunto más pequeño y manejable de decisiones. Esta innovación permite que incluso los algoritmos básicos elaboren un plan de manipulación efectivo para un robot de manera eficiente. 

«El suavizado promedia muchas de esas decisiones intermedias poco importantes, dejando solo unas pocas importantes», dijo H.J. Terry Suh, estudiante de posgrado del MIT y coautor principal del artículo publicado en IEEE Transactions on Robotics.

Aprendizaje por refuerzo frente a suavizado

Aunque el aprendizaje por refuerzo ha sido eficaz para ayudar a los robots a realizar tareas complejas, requiere una enorme potencia de cálculo y tiempo. Según Suh, aprende a través de un sistema de «caja negra» de prueba y error, que a menudo tarda «millones de años en tiempo de simulación» en volverse eficaz. 

El suavizado, sin embargo, ofrece una alternativa. Al comprender cuidadosamente el modelo y el problema, los investigadores lograron introducir eficiencia en el proceso. El suavizado permite al robot centrarse en las interacciones clave con los objetos, lo que posibilita una planificación de tareas más rápida y eficaz.

Lograr eficiencia y un enfoque combinado

A pesar de los avances mediante el suavizado, buscar entre incluso el número reducido de decisiones seguía siendo un desafío. Los investigadores combinaron entonces el modelo de suavizado con un algoritmo de búsqueda, reduciendo el tiempo de cómputo a aproximadamente un minuto en un portátil estándar.

El equipo probó su enfoque tanto en simulaciones como en brazos robóticos reales, logrando un rendimiento comparable al del aprendizaje por refuerzo, pero en una fracción del tiempo.

Aplicaciones y perspectivas

Las implicaciones de esta investigación son inmensas. En entornos industriales, las fábricas podrían reemplazar grandes brazos robóticos por robots más pequeños y móviles que utilicen todo su cuerpo para tareas de manipulación, reduciendo así el consumo de energía y los costes. 

Además, la técnica podría resultar invaluable para robots de exploración enviados a Marte u otros cuerpos celestes, donde la rápida adaptación a nuevos entornos es crucial.

Sin embargo, los investigadores reconocen limitaciones en el manejo de tareas dinámicas, como la capacidad de un robot para lanzar un objeto a una papelera. El equipo planea refinar aún más su enfoque para abordar estos desafíos.

Suh enfatizó que, en lugar de pensar en esto como un sistema de «caja negra», si podemos aprovechar la estructura de este tipo de sistemas robóticos mediante modelos, existe la oportunidad de acelerar todo el procedimiento. 

Amazon, el Laboratorio Lincoln del MIT, la Fundación Nacional de Ciencias y Ocado Group financiaron parcialmente el trabajo. A medida que las técnicas de manipulación robótica del MIT continúan evolucionando, abren nuevas posibilidades para la robótica en diversos sectores, demostrando que una comprensión profunda del problema puede conducir a soluciones innovadoras.

Con avances como estos, los robots que manipulan objetos de forma tan intuitiva como los humanos no están lejos de la realidad.