Perros robóticos de cuatro patas han aprendido a realizar nuevos movimientos gracias al entrenamiento en una plataforma virtual avanzada que simula obstáculos del mundo real, lo que proporciona un método innovador para entrenar robots con rapidez y alta precisión.
Los perros robóticos pudieron perseguir pelotas y escalar obstáculos después de aprender habilidades utilizando imágenes y videos generados mediante inteligencia artificial. Ge Yang y su equipo del Instituto Tecnológico de Massachusetts (MIT) desarrollaron la plataforma <>, que se basa en programas de simulación por computadora que siguen los principios de la física real, incorporando modelos de inteligencia artificial generativa para producir entornos virtuales como complejos pasillos de piedra.
El equipo de investigación utilizó <> para generar miles de descripciones de texto que se introdujeron en el generador de imágenes por inteligencia artificial, lo que dio lugar a la producción de diversas escenas como escaleras de hormigón rodeadas de paredes de piedra y cajas de almacenamiento rematadas con conos de tráfico. Estas escenas también incluyeron diversas condiciones climáticas y de iluminación, como un sol brillante que brilla a través de una densa niebla.
Yang declaró: <>. Posteriormente, las imágenes se convirtieron en breves videos proporcionados por la plataforma para ofrecer experiencias de entrenamiento virtual a los perros robóticos, como subir escaleras y sortear conos colocados en sus escalones.
El programa de entrenamiento analizó la geometría de las escenas tridimensionales y calculó los cambios desde la perspectiva del perro robótico mientras se movía en el mundo virtual, lo que ajustó cada detalle de la escena para crear una sensación real de movimiento. Al principio, los perros robóticos fueron entrenados para imitar el desempeño de un instructor humano, y luego pasaron a una fase de entrenamiento adicional en los entornos creados por la inteligencia artificial.
Aunque los perros robóticos no estuvieron expuestos al mundo real durante el periodo de entrenamiento, lograron realizar las tareas en entornos reales con una tasa de éxito del 88% tras finalizar el entrenamiento virtual. Cuando se dependía únicamente del entrenamiento humano, la tasa de éxito no superaba el 15%.
Este método innovador podría cambiar significativamente el concepto de entrenamiento de robots, ya que elimina la necesidad de una guía humana precisa, mejora la eficiencia del desempeño y reduce el tiempo y el esfuerzo necesarios para entrenar perros robóticos en tareas difíciles. Este salto cualitativo en el uso de la inteligencia artificial abre nuevos horizontes para el desarrollo de robots más inteligentes y autónomos en el manejo de entornos reales.
