El aprendizaje de robots es un campo de investigación en la intersección del aprendizaje automático y la robótica . Estudia técnicas que permitan a un robot adquirir habilidades novedosas o adaptarse a su entorno mediante algoritmos de aprendizaje. La realización del robot, situado en una incrustación física, proporciona al mismo tiempo dificultades específicas (por ejemplo, alta dimensionalidad, limitaciones en tiempo real para recopilar datos y aprendizaje) y oportunidades para guiar el proceso de aprendizaje (por ejemplo, sinergias sensoriomotoras, primitivas motoras).
Ejemplos de habilidades que son el objetivo de los algoritmos de aprendizaje incluyen habilidades sensoriomotoras como locomoción, agarre, categorización activa de objetos , así como habilidades interactivas como la manipulación conjunta de un objeto con un compañero humano y habilidades lingüísticas como el significado basado y situado de lenguaje humano . El aprendizaje puede suceder a través de la autoexploración autónoma o mediante la guía de un maestro humano, como por ejemplo en el aprendizaje de robots por imitación.
El aprendizaje con robots puede estar estrechamente relacionado con el control adaptativo , el aprendizaje por refuerzo y la robótica del desarrollo, que considera el problema de la adquisición autónoma a lo largo de la vida de repertorios de habilidades. Si bien el aprendizaje automático se utiliza con frecuencia en los algoritmos de visión por computadora empleados en el contexto de la robótica, estas aplicaciones generalmente no se denominan "aprendizaje de robots".
Proyectos
Maya Cakmak, profesora asistente de ciencias de la computación e ingeniería en la Universidad de Washington , está tratando de crear un robot que aprenda imitando, una técnica llamada " programación por demostración ". Un investigador le muestra una técnica de limpieza para el sistema de visión del robot y generaliza el movimiento de limpieza a partir de la demostración humana e identifica el "estado de suciedad" antes y después de la limpieza. [1]
De manera similar, al robot industrial Baxter se le puede enseñar cómo hacer algo agarrándolo del brazo y mostrándole los movimientos deseados. [2] También puede utilizar el aprendizaje profundo para aprender a captar un objeto desconocido. [3] [4]
Compartir habilidades y conocimientos adquiridos
En el "Desafío del millón de objetos" de Tellex, el objetivo son los robots que aprenden a detectar y manejar elementos simples y cargar sus datos en la nube para permitir que otros robots analicen y utilicen la información. [4]
RoboBrain es un motor de conocimiento para robots al que puede acceder libremente cualquier dispositivo que desee realizar una tarea. La base de datos recopila nueva información sobre las tareas a medida que los robots las realizan, mediante búsquedas en Internet, la interpretación de texto, imágenes y videos en lenguaje natural, el reconocimiento de objetos y la interacción. El proyecto está dirigido por Ashutosh Saxena en la Universidad de Stanford . [5] [6]
RoboEarth es un proyecto que se ha descrito como una " World Wide Web para robots": es una red y un repositorio de bases de datos donde los robots pueden compartir información y aprender unos de otros y una nube para subcontratar tareas informáticas pesadas. El proyecto reúne a investigadores de cinco importantes universidades de Alemania, los Países Bajos y España y está respaldado por la Unión Europea . [7] [8] [9] [10] [11]
Google Research, DeepMind y Google X han decidido permitir que sus robots compartan sus experiencias. [12] [13] [14]
Ver también
Referencias
- ^ Rosenblum, Andrew. “El robot que más deseas está lejos de la realidad” . Revisión de tecnología del MIT . Consultado el 4 de enero de 2017 .
- ^ "Práctica con Baxter, el robot de fábrica del futuro" . Ars Technica . Consultado el 4 de enero de 2017 .
- ^ "El robot de aprendizaje profundo tarda 10 días en aprender a captar" . Revisión de tecnología del MIT . Consultado el 4 de enero de 2017 .
- ^ a b Schaffer, Amanda. "10 tecnologías innovadoras 2016: robots que se enseñan unos a otros" . Revisión de tecnología del MIT . Consultado el 4 de enero de 2017 .
- ^ "RoboBrain: primer motor de conocimiento del mundo para robots" . Revisión de tecnología del MIT . Consultado el 4 de enero de 2017 .
- ^ Hernández, Daniela. "El plan para construir un cerebro en línea masivo para todos los robots del mundo" . CON CABLE . Consultado el 4 de enero de 2017 .
- ^ "Europa lanza RoboEarth: 'Wikipedia para robots ' " . USA HOY . Consultado el 4 de enero de 2017 .
- ^ "Los investigadores europeos han creado una mente colmena para los robots y se está probando esta semana" . Engadget . Consultado el 4 de enero de 2017 .
- ^ "Los robots prueban su propia red mundial, denominada RoboEarth" . Noticias de la BBC. 14 de enero de 2014 . Consultado el 4 de enero de 2017 .
- ^ " ' Wikipedia para robots': porque los bots también necesitan Internet" . CNET . Consultado el 4 de enero de 2017 .
- ^ "La nueva red mundial permite a los robots hacerse preguntas cuando se confunden" . Ciencia popular . Consultado el 4 de enero de 2017 .
- ^ "Google Tareas Robots con habilidades de aprendizaje entre sí a través de Cloud Robotics" . allaboutcircuits.com . Consultado el 4 de enero de 2017 .
- ^ Tung, Liam. "El próximo gran paso de Google para la IA: conseguir que los robots se enseñen entre sí nuevas habilidades | ZDNet" . ZDNet . Consultado el 4 de enero de 2017 .
- ^ "Cómo los robots pueden adquirir nuevas habilidades a partir de su experiencia compartida" . Blog de investigación de Google . Consultado el 4 de enero de 2017 .
enlaces externos
- Comité técnico de IEEE RAS sobre aprendizaje de robots (sitio web oficial de IEEE)
- Comité técnico de IEEE RAS sobre aprendizaje de robots (sitio web de los miembros del TC)
- Robot Learning en el Instituto Max Planck de Sistemas Inteligentes y la Universidad Técnica de Darmstadt
- Robot Learning en el laboratorio de aprendizaje computacional y control motor
- Aprendizaje de robots humanoides en el Centro de investigación de telecomunicaciones avanzadas (ATR) (en inglés y japonés)
- Laboratorio de Sistemas y Algoritmos de Aprendizaje en EPFL (LASA)
- Robot Learning en el Cognitive Robotics Lab de Juergen Schmidhuber en IDSIA y Technical University of Munich
- El proyecto humanoide : Peter Nordin , Universidad Tecnológica de Chalmers
- Equipo de Inria y Ensta ParisTech FLOWERS, Francia : Aprendizaje autónomo a lo largo de la vida en robótica del desarrollo
- CITEC en la Universidad de Bielefeld, Alemania
- Laboratorio Asada , Departamento de Sistemas de Máquinas Adaptativas, Escuela de Graduados de Ingeniería, Universidad de Osaka, Japón
- El Laboratorio de Robótica Perceptual , Universidad de Massachusetts Amherst Amherst, EE. UU.
- Centro de Robótica y Sistemas Neurales , Universidad de Plymouth Plymouth, Reino Unido
- Laboratorio de aprendizaje de robots en la Universidad Carnegie Mellon
- Proyecto de aprendizaje de robots humanoides en la Universidad de Bonn
- Skilligent Robot Learning and Behavior Coordination System (producto comercial)
- Clase de aprendizaje de robots en la Universidad de Cornell
- Laboratorio de interacción y aprendizaje de robots en el Instituto Italiano de Tecnología
- Aprendizaje reforzado para robótica [ enlace muerto ] en la Universidad Tecnológica de Delft