_
_
_
_
_

Vídeo | Un software consigue que un robot sea capaz de atravesar playas y terrenos irregulares

La tecnología permite que este robot cuadrúpedo pueda correr por superficies deformables

Una muestra de Raibo, un nuevo sistema de robot cuadrúpedo capaz de atravesar terrenos irregulares.
El País

La empresa tecnológica ‘Robotics & Artificial Intelligence Lab’ ha conseguido que un robot cuadrúpedo pueda correr por una playa de arena, un campo de hierba y un colchón de aire blando. Como puede verse en el vídeo que acompaña esta noticia, el sistema desarrollado por la empresa combina los sensores de fuerza, el control adaptativo y el aprendizaje reforzado que permite a los robots atravesar terrenos blandos y deformables. Además, cuenta con una arquitectura de control adaptativo que puede identificar implícitamente las propiedades del terreno a medida que el robot lo palpa.

En el vídeo se observa cómo este robot cuadrúpedo, bautizado como Raibo, alcanza una velocidad de avance de 3,03 metros por segundo, aunque sus pies están completamente enterrados en la arena durante la fase de apoyo. Pesa 27 kilogramos y la longitud de sus patas es de unos 0,5 metros. Está diseñado para una locomoción dinámica y ágil. El Instituto de Ciencia y Tecnología de Korea es el responsable de este sistema de software que permite al robot cuadrúpedo ajustar su forma de andar y correr sobre diversas superficies blandas, como campos, playas, colchones de aire y una pista de atletismo. En los últimos años, los investigadores han avanzado rápidamente en el diseño estructural de robots cuadrúpedos. Pero los últimos robots que caminan y corren siguen enfrentándose a un reto: aprender a moverse por distintos tipos de terreno.

Los actuales sistemas informáticos de aprendizaje por refuerzo, basados en simulaciones, aún no han superado este obstáculo y no incorporan elementos que incluyan estrategias adaptativas. Al procesar la información, el programa informático conceptualiza mejor las fuerzas que actúan en los distintos terrenos y sintetiza esos datos utilizando una estrategia de control adaptativo y aprendizaje de refuerzo adicional para dirigir el robot. “Comparado con los controladores anteriores, nuestro controlador consigue una menor tasa de fallos, una mayor velocidad máxima y un menor coste de transporte”, aseguran los autores.


Más información

Archivado En

_
_