Es posible que desee buscar casas de airbnb con habitaciones grandes, apartamentos muy luminosos o baños con lavabos gemelos. Pero si eres un robot, solo necesitas esa pequeña variedad. La alfombra está aquí, el parquet está allí. Porque eres un pionero, no solo un turista.
Al menos este es el caso de los robots especiales desarrollados por un equipo de la Universidad Carnegie Mellon. Para entrenar máquinas para manipular objetos en el mundo real, necesitaban acceso a muchas casas diferentes: primero eran sus propias casas, luego las casas de amigos y luego las casas asequibles terminaban. Por lo tanto, después de entrenar a sus robots hasta cierto límite, fueron con ellos a probar en lugares inexplorados de Airbnb.
Y sí, hasta que lo preguntaste: los propietarios de las casas sabían por qué alquilaban el local. Y sí, los robots, que básicamente parecen aspiradoras robóticas con una mano, demostraron ser excelentes invitados. (Se quedaron durante aproximadamente un día y medio, y con ellos varios científicos que realizaron las pruebas). "Recuerdo que los propietarios estaban muy interesados en este trabajo, y estaban interesados en ver cómo se comportan los robots en diferentes lugares de la casa", dice la robótica Lerrel Pinto. "Dijeron que podemos usar robots con seguridad en otras partes de la casa". Y los investigadores hicieron exactamente eso. "Algunos de ellos tenían mucha curiosidad, observaron cómo se organiza el robot, cómo se mueve y preguntaron si podía recoger la basura del piso".
No sabían cómo. Lo que sabían hacer era demostrar la capacidad adquirida para manejar nuevos objetos que los investigadores trajeron consigo, desde grapadoras hasta juguetes blandos y botellas de spray. Los investigadores los colocaron en diferentes superficies, alfombras y pisos, lo que le dio al robot la oportunidad de practicar trabajar con un fondo diferente.
De hecho, se puede enseñar a las máquinas a agarrar objetos de dos maneras: en una simulación o en el mundo real. Las simulaciones son buenas a su velocidad; puede hacer que el modelo de robot digital aleje cientos de colisiones durante el tiempo en que una máquina real puede mover ligeramente el codo y la muñeca. Desafortunadamente, en el mundo digital no se puede simular completamente el real: los experimentos físicos siguen siendo la única forma de verificar que el entrenamiento sea realmente capaz de hacer frente a la física real. También puede usar el entrenamiento de simulación: cuando una persona controla un robot y, mientras tanto, el robot aprende a hacerlo, pero requiere mucho esfuerzo.
La prueba física final consiste en llevar al robot fuera del entorno estéril, especialmente preparado para pruebas de laboratorio, al mundo desordenado y caótico de las personas. "Necesitamos llevar nuestros robots a casa", dijo Abhinav Gupta, un ingeniero robot que ayudó a desarrollar el nuevo sistema. "Necesitamos recopilar una gran cantidad de datos sobre las manipulaciones en un entorno real en el que los pisos pueden diferir: puede ser una alfombra, loseta o tablero".
Cuando los investigadores entrenaron robots en casa, ya tenían algunos conocimientos previos. Por ejemplo, que para capturar es necesario ver el objeto usando visión artificial, alcanzarlo y tomarlo. La pregunta es qué lugar. "El robot eligió un lugar aleatorio e intentó apretar los dedos para ver si el agarre fue exitoso", dice Gupta. "De hecho, ¿lograste levantar el objeto del piso o no?" El robot puede determinar el éxito de la captura gracias a los sensores de potencia incorporados, así como a distinguir el objeto en la mano.
"Al principio, todo sucede por casualidad, pero después de varios miles de repeticiones, comienza a aprender dónde logró hacerlo y dónde no", agrega Gupta. Por lo tanto, el robot puede aprender a trabajar con objetos reales y luego usar estos datos, tratando de capturar todo lo que se encuentra en la casa. A diferencia del laboratorio, todo sucede bajo diferentes condiciones de iluminación y en diferentes pisos, por lo que los robots recopilan un conjunto de datos más rico que representa con mayor precisión los lugares de trabajo reales de los robots en el futuro, por ejemplo, si limpian los apartamentos de las personas mayores. Por lo tanto, una vez en un apartamento alquilado, en un entorno desconocido, puede adaptarse y no entrar en pánico. Como resultado, el robot pudo capturar objetos desconocidos para él en el 62% de los casos, cuando el modelo entrenado en el laboratorio manejó solo en el 18.5% de los casos.
Esto no significa que la capacitación de laboratorio esté desactualizada; Los robots complejos capaces de realizar la tarea con una tolerancia de varios milímetros son críticos para el estudio de los agarres robóticos, y esta área sigue siendo problemática para los robots. Pero estos robots son demasiado grandes y caros, hasta decenas de miles de dólares, para que pueda experimentar con ellos en casa. Los investigadores han reunido un robot más para casas móviles por solo $ 3,000.
Hubo algunos compromisos, por ejemplo, el uso de motores con una tolerancia de centímetros, y no milímetros. Esto no es muy bueno: imagina que te equivocas un centímetro, tratando de agarrar una lata de refresco. "Pero tratamos de simular aleatoriedad", dice Gupta. "No solo estamos tratando de aprender a agarrar, sino también de saber qué errores pueden tener los controladores". Cuando lograron simular esto, pudieron corregir los movimientos ligeramente caprichosos del robot.
“El trabajo muestra cómo es posible tener en cuenta los accidentes en un entorno tan descontrolado y trabajar con equipos económicos, y al mismo tiempo llevar el proceso de recopilación de datos fuera del laboratorio. Esto puede ayudarlo a obtener un amplio conjunto de datos altamente escalables, diversos y agregados ”, dijo Xavier Puy, quien trabaja en el campo de la formación de robots en simulaciones en el MIT.
Esto es ideal para robots y para propietarios de apartamentos de alquiler. De hecho, los robots nunca se atreverán a dejar un desastre en un departamento.