Con este nuevo sistema, los robots podrían realizar delicadas tareas combinativas con total precisión.
Un grupo de investigadores ha utilizado el aprendizaje por refuerzo profundo para lograr resultados sorprendentes con un robot de dos brazos.
En concreto, así lo han conseguido científicos de la Universidad de Bristol, que han creado un sistema que permite a los robots aprender tareas manuales y únicamente con la ayuda de un operador virtual de forma táctil.
se llama sistema Bitáctil y podría tener un papel en industrias como la recolección de frutas, los servicios domésticos y mucho más.
Hasta ahora hemos visto multitud de brazos robóticos capaces de gestionar un objeto al mismo tiempo, pero la manipulación bimanual también tiene un gran papel. Implica el uso de dos brazos o manos para realizar tareas que requieren cierta precisión y coordinación.
Esto, por ejemplo, permitiría una robot Manejar objetos grandes o incluso difíciles de manejar, pero que se pueden sostener con la ayuda de dos brazos. robótico.
Así, con el sistema Bi-Touch, los usuarios pueden robots Realice estas tareas interpretando comandos de un asistente digital. Por ejemplo, mostraron una inteligencia artificial que utiliza retroalimentación táctil para controlar el comportamiento robótico. Por lo tanto, esto permite una detección precisa, una interacción fluida y una manipulación eficiente de los objetos.
Utilizaron un aprendizaje de esfuerzo profundo que permite a los robots tomar decisiones y aprender, básicamente mediante prueba y error, mientras les ayuda a descubrir formas efectivas de realizar una tarea.
Este trabajo sorprende, dado que la demostración ha podido demostrar que dos brazos robóticos han podido levantar, de forma segura y sin romperla, una patata frita de una conocida marca.
«Podemos entrenar fácilmente a agentes de IA en un mundo virtual en un par de horas para que realicen tareas a dos manos adaptadas al tacto», dice Yijiong Lin de la Facultad de Ingeniería.
«Nuestro sistema Bi-Touch muestra un enfoque prometedor con software y hardware asequibles para aprender comportamientos de ambas manos con el tacto en simulación, que se puede aplicar directamente al mundo real», concluye.