MIRA: El robot ‘mini guepardo’ del MIT corre a la velocidad más rápida jamás vista
¿Tiene curiosidad por saber cómo los autores de Snopes validan la información y elaboran sus historias para el consumo público? Hemos recopilado algunas publicaciones que ayudan a explicar cómo hacemos lo que hacemos. Tenga una gran lectura y háganos saber qué más podría estar interesado en aprender.
capaz de alcanzar velocidades de 70 millas por hora, leopardo Conocido como el velocista más rápido en tierra. Ahora, el robot recientemente renovado del MIT, denominado «mini guepardo», está compitiendo por la tecnología más rápida de su tipo mientras funciona. La inteligencia artificial lo hace posible.
El guepardo en miniatura no solo puede cubrir más de 12 pies en un segundo, el robot del tamaño de un perro también puede aprender a adaptarse a diferentes terrenos y responder adecuadamente a su entorno.En caso de que te lo preguntes, en comparación, un guepardo de la vida real puede expulsar Alrededor de 85 pies por segundo.
No es el robot más rápido registrado, pero es el robot más rápido que utiliza este enfoque basado en el aprendizaje y esta plataforma de robótica en particular.Otros robots más grandes funcionan más rápido, incluso algunos fabricados por el MIT, incluido un récord anterior de alta velocidad Establecido por otro grupo de investigación del MIT. Sin embargo, estos robots en funcionamiento anteriores fueron «diseñados analíticamente», lo que significa que dependían en gran medida de ingenieros humanos para predecir obstáculos y programar movimientos en respuesta a ellos. El miniguepardo, por otro lado, es un modelo de aprendizaje por experiencia que utiliza una red neuronal simple para responder a los desafíos ambientales en tiempo real.
«Programar cómo debe comportarse un robot en cada situación posible es muy difícil. El proceso es tedioso porque si el robot falla en un terreno en particular, un ingeniero humano debe averiguar la causa de la falla y ajustar manualmente el controlador del robot, y el puede tomar mucho tiempo humano», dijeron los investigadores del Improbable AI Lab del MIT, Gabriel Margolis y Ge Yang.
«Al aprender por ensayo y error, los humanos no necesitan especificar exactamente cómo debe comportarse el robot en cada situación. Esto funciona si: el robot puede experimentar una variedad extremadamente amplia de terrenos; y el robot puede mejorar automáticamente su comportamiento en función de experiencia.»
Un mini guepardo puede ganar el equivalente a 100 días de experiencia en diferentes terrenos en tres horas. Con cada experiencia, ya sea un bloque de hielo resbaladizo o un bloque de grava, la máquina puede continuar aprendiendo y adaptándose con el tiempo.
El enfoque recientemente diseñado, que permite que los robots aprendan a correr rápido mientras se adaptan a caminar en terrenos difíciles, puede demostrar una nueva capacidad para futuros robots, posiblemente con un enfoque basado en el aprendizaje.
«En el corazón de la investigación de la IA está el equilibrio entre lo que los humanos necesitan para construir (naturaleza) y lo que las máquinas pueden aprender por sí mismas (nutrir)», dijeron los investigadores.
Decirle a un robot qué hacer y cómo hacerlo requiere un gran esfuerzo de ingeniería humana, agregan. Por ejemplo, los ingenieros deben anticipar cada obstáculo ambiental y programar el robot para que responda en consecuencia.
«Una forma más práctica de construir un robot con múltiples habilidades es decirle al robot qué hacer y dejar que descubra cómo hacerlo. Nuestro sistema es un ejemplo. En nuestro laboratorio, hemos comenzado a aplicar este paradigma a otros sistemas robóticos». sistemas, incluyendo manos que pueden recoger y manipular muchos objetos diferentes».
¿Te gustan los robots? Así somos nosotros. Consulte estas historias de Snopes sobre tecnologías similares:
fuente:
«Guepardos: el animal terrestre más rápido del mundo | AWF.» African Wildlife Foundation, https://www.awf.org/blog/cheetahs-worlds-fastest-land-animal. Consultado el 15 de marzo de 2022.
Kim Dong Hyun et al. «Movimiento cuadrúpedo altamente dinámico a través del control de impulsos de todo el cuerpo y el control predictivo del modelo». ArXiv: 1909.06586 [Cs], septiembre de 2019. arXiv.org, http://arxiv.org/abs/1909.06586.
