![Imagen del robot creado por los investigadores del MIT. / Tomada del canal de Youtube de MITCSAIL.](https://www.elespectador.com/resizer/v2/K6TC66Q6GRA7RLEYLDQZ4G7VRA.jpg?auth=5bd90b47a783c912d3244f445bbda971569c3832ff49ff8521f578177b9efa10&width=920&height=613&smart=true&quality=60)
¿Qué tan complicado puede ser colocar una taza en su lugar? Los seres humanos podemos realizar esta acción sin ningún problema, pero a los robots les cuesta demasiado. Sin embargo, esto podría cambiar ahora gracias un nuevo sistema del MIT que le permite a estas máquinas realizar diferentes tareas de recojo y colocación. (Lea Este es el primer helicóptero que la NASA quiere enviar a Marte)
Investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL, por sus siglas en inglés) del MIT le han dado a los robots la capacidad de cumplir diversas tareas como colgar tazas en un perchero o colocar zapatos en sus estantes. Lo más impresionante de esta hazaña es que el robot puede hacerlo sin haber visto nunca el objeto en cuestión. (Lea “Las multinacionales extractivas tienen una moral selectiva”: Andrés Guhl)
"Los robots pueden recoger casi cualquier cosa, pero si es un objeto que no han visto antes, no pueden dejarlo de ninguna manera significativa", dijo el profesor Russ Tedrake, del MIT, autor principal de un nuevo artículo sobre el proyecto. "Entender un poco más sobre el objeto, la ubicación de algunos puntos clave, es suficiente para permitir una amplia gama de tareas útiles de manipulación".
Los robots de CSAIL pueden estimar la posición y orientación de un objeto detectando una colección de "puntos clave" en 3D o coordenadas de un objeto para crear una especie de mapa visual. Los investigadores llaman a su enfoque "KPAM" (Manipulación de Afluencia de Puntos Clave). Este mapa visual proporcionará toda la información que el robot necesita para determinar qué hacer con el objeto, ya sea una taza o un zapato.
"Entender un poco más sobre el objeto, la ubicación de algunos puntos clave, es suficiente para permitir una amplia gama de tareas útiles de manipulación", dice Tedrake. "Y esta representación en particular funciona mágicamente bien con los algoritmos de planificación y percepción de aprendizaje automático de vanguardia de hoy", añade.
Es importante mencionar que la versatilidad del KPAM hace sencillo incorporar rápidamente nuevos ejemplos de tipos de objetos. Como ejemplo, el sistema no podía detectar zapatos de tacón alto, por lo que tuvieron que agregar este ejemplo al conjunto de datos original para resolver este inconveniente.
El equipo espera que el sistema pueda realizar cada vez más tareas, como sacar los platos de un lavavajillas o recoger las cosas que hay en una cocina. Según los investigadores, KPAM incluso podría usarse en entornos industriales.
Vea en este video cómo funciona el robot:
*Este artículo fue ublicado originalmente en N+1, tecnología que suma.