Noticias del MIT recientemente publicó un artículo “Una forma más fácil de enseñar nuevas habilidades a los robots” que presenta una nueva técnica para una programación robótica más eficiente. La investigación se está realizando en el MIT y permite a los robots aprender nuevas tareas de "recoger y colocar" y reconocer objetos desconocidos con solo un puñado de demostraciones humanas.

Tal como está ahora, los robots solo están capacitados para manejar tareas limitadas y tienen que ser reprogramados para cada ligera desviación. El reentrenamiento puede implicar horas o semanas de trabajo humano. Por ejemplo, si se coloca un robot en un almacén y se le asigna la tarea de mover vasos del estante a la caja para su envío, si un vaso se cae, se almacena boca abajo o tiene un tamaño ligeramente diferente, el robot no lo hará. ya no reconoce el objeto y no puede completar su tarea. Para remediar la situación, miles de tazas de varios tamaños y posiciones deben etiquetarse a mano para reprogramar el robot.

Los investigadores del MIT han desarrollado un nuevo método de entrenamiento que permitiría volver a entrenar al robot en tan solo 10 a 15 minutos. La técnica consiste en reconstruir las formas de objetos 3D utilizando redes neuronales. El nuevo modelo de red neuronal, Neural Descriptor Field (NDF), enseña a los robots la geometría 3D de una clase de elementos y calcula la representación geométrica utilizando una nube de puntos 3D, que es un conjunto de puntos de datos o coordenadas en tres dimensiones. Esto permite que el robot aún reconozca objetos con ligeras variantes de los objetos con los que fueron entrenados.

Proponer métodos de capacitación que permitan a los robots trabajar a través de variaciones y disparidades es un desarrollo vital para los robots en el lugar de trabajo. Recientemente en el Reunión Anual AAAS 2022 el CCC patrocinó una sesión “Robótica: Habilitar, no reemplazar a las personas.” Uno de los expertos del panel, julie shah habló sobre un método con un objetivo similar de reducir las manos en los robots de entrenamiento que actualmente requieren. Puedes conocer más sobre su investigación en su conjunto de diapositivas publicado en la página web de CCC.