Sus recreaciones realistas de espacios interiores ayudan a los robots a practicar habilidades y probar diferentes formas de realizar tareas antes de encenderlos. Imagen: Tim Malieckal/MIT CSAIL utilizando recursos de los investigadores.
Por Alex Shipps Robots caminando por la calle, rodeados de espectadores atónitos, es una visión cada vez más común. Pero estas máquinas aún no son los asistentes que lo hacen todo y que uno quisiera que trabajaran en una cocina o una fábrica, y un importante cuello de botella son los datos.
Al igual que los humanos, los robots aprenden mejor mediante la experiencia. El desafío es que enseñar físicamente a estas máquinas tantas acciones en diferentes entornos requiere mucho trabajo y tiempo.
“Una idea natural es utilizar la simulación como campo de entrenamiento. Si bien ha habido avances significativos en los últimos años en los motores de física que impulsan los simuladores robóticos, uno de los desafíos restantes ha sido crear contenido de simulación suficientemente rico y diverso para capturar la complejidad del mundo real”, dice Russ Tedrake, Profesor Toyota de Ingeniería Eléctrica y Ciencias de la Computación (EECS), Aeronáutica y Astronáutica e Ingeniería Mecánica en el MIT, e investigador principal en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT.