La brecha entre los movimientos de los robots humanoides y de las personas siempre ha sido un gran obstáculo en la robótica, más si se trata de atletas profesionales. Ahora, un equipo conformado por personas de Nvidia GEAR Lab y la Universidad Carnegie Mellon desarrolló un marco que ayudaría a superar esta brecha.
Y es que investigadores de estas dos instituciones presentaron un nuevo modelo robótico denominado ASAP (Aligning Simulation and Real-World Physics) para aprender habilidades ágiles de cuerpo completo de humanoides.
Al demostrar los avances de una manera divertida y creativa, se puede ver a uno de los robots humanoides realizando algunos de los movimientos humanos característicos de los atletas profesionales más famosos de la actualidad, como el legendario fadeaway de Kobe Bryant, la celebración Silencer de Lebron James o el SIUUU de Cristiano Ronaldo.
Gracias a ASAP, los investigadores afirman que han podido crear movimientos más naturales y reducir los errores en más del 50 %. A través de un mayor refinamiento, creen que este será un camino a seguir para permitir que los robots humanoides se muevan como humanos reales en el futuro.
«Los robots humanoides tienen el potencial de una versatilidad incomparable para realizar habilidades de cuerpo completo similares a las de los humanos», escriben los investigadores en el resumen de su proyecto. “Sin embargo, lograr movimientos ágiles y coordinados de todo el cuerpo representa un desafío importante debido al desajuste dinámico entre la simulación y el mundo real”.
Movimientos más naturales
ASAP es un marco de trabajo de dos etapas que busca para abordar el desajuste dinámico y permitir un movimiento de cuerpo completo más expresivo y ágil. Esto ofrece una alternativa a los métodos de identificación de sistemas y aleatorización de dominios.
El marco implica un entrenamiento previo con movimientos humanoides reorientados a partir de vídeos humanos, lo que minimiza la discrepancia entre el estado de simulación y el estado del mundo real a través de datos reales, ajustes y, finalmente, implementación en el mundo real.
Es pertinente apuntar que las limitaciones actuales incluyen las limitaciones físicas de los robots humanoides que se están probando. Los investigadores informaron que se vieron obligados a detener las pruebas en varias oportunidades debido a fallas mecánicas.
El equipo considera que esto es solo el comienzo, ya que ASAP podría ayudar a enseñar a los robots movimientos más naturales y versátiles en el futuro. Han puesto su código a disposición en GitHub para que otros investigadores puedan desarrollarlo.
No dejes de leer: Las razones del éxito de Los Sims tras 25 años de su lanzamiento