El aprendizaje automático aceleró la respuesta de los robots a los obstáculos

ARClab at UC San Diego

El aprendizaje automático ha ayudado a desarrollar un algoritmo efectivo que permite a los robots evitar colisiones con otros objetos, utilizando menos poder de computación que los sistemas análogos. El desarrollo fue presentado en la conferencia sobre capacitación de robots en la sede de Google, el artículo fue publicado en arXiv.org.

El grupo de investigadores dirigido por Nikhil Das de la Universidad de California en San Diego, creó un nuevo algoritmo para evitar colisiones llamado Fastron. En la base del algoritmo se encuentra una partición del espacio de configuración, es decir, el conjunto de todas las posibles configuraciones del robot, en dos partes: espacio libre y una parte del espacio en el que el robot puede chocar con un obstáculo. Este enfoque ya se ha utilizado en otros trabajos, pero debido a la imperfección de los algoritmos, la comprobación constante de la posibilidad de colisión tomaba muchos recursos informáticos, especialmente en entornos con obstáculos en movimiento.

Representación de un espacio de configuración para un manipulador bidimensional con dos grados de libertad, teniendo en cuenta el obstáculo

Nikhil Das et al. / arXiv.org, 2017

Los investigadores estadounidenses pudieron optimizar el algoritmo utilizando el aprendizaje automático basado en el perceptrón. Para hacer esto crearon de forma independiente un conjunto de datos de entrenamiento, que consta de muchas configuraciones del robot. Como resultado, el algoritmo aprendió a determinar efectivamente el límite entre los puntos en el espacio en el que un robot puede colisionar o no con un objeto.

Puesto que el objeto se mueve y cambia su posición de forma gradual, en lugar de volver a comprobar todos los puntos en el espacio sobre la posibilidad de una colisión, el algoritmo primero revisa aquellos que están cerca del límite. Los desarrolladores han modelado el algoritmo en casos con manipuladores con dos y siete grados de libertad, y hallaron que el algoritmo cumple su tarea algunas veces más rápido que los sistemas similares de otros investigadores.

Grigory Kopiev

Si te gustó esta noticia, entérate de más a través de nuestros canales de Facebook y Twitter

 

Novedades

Suscríbete

Déjanos tu mail para recibir nuestro boletín de noticias

La confirmación ha sido enviada a tu correo.