Mano robótica inteligente resuelve el cubo de Rubik

Por: || || Hora: 10:28 a.m..
OpenAI, tecnología, cubo rubik, redes neuronales, mano robotica, sistema, adr
Foto: El Universal

La organización de investigación de inteligencia artificial OpenAI ha logrado un nuevo hito en su búsqueda para construir robots de autoaprendizaje de uso general. Dactyl , su mano robótica de 24 articulaciones desarrolladas el año pasado, aprendió a resolver el cubo de Rubik.

En los últimos años hemos visto muchos ejemplos de redes neuronales que pueden resolver toda clase de problemas difíciles. Pero muchas veces esto se hace a través de programas que entregan los resultados para que sean analizados por los seres humanos.

Lee también: 128.000 dólares por prestar el rostro a una serie de robots

 OpenAI, tecnología, cubo rubik, redes neuronales, mano robotica, sistema, adr

La arquitectura de la mano robótica tiene evidentemente una forma de ver el cubo, que son tres redes de visión, que determinan la posición que ocupa el cubo en la mano robótica y además, se tiene otra red más que controla la mano electrónica.

El entrenamiento de las redes neuronales se hizo previamente y lo que vemos es el resultado final de dichas redes ya trabajando y entrenadas como decenas de miles de repeticiones. La red neuronal controla la mano que usó aprendizaje reforzado pero en un entorno simulado. Esto implica un problema, no muy fácil de resolver, que es la variación que se encuentra cuando el modelo trabaja en el mundo real.

La solución propuesta por el equipo de OpenAI la bautizaron como ADR (Automatic Domain Randomization). En lugar de solamente variar el problema un poco, los parámetros de la simulación se cambiaron, lo que implicó no nada más revolver el cubo, sino la dinámica de todo el sistema.

Para OpenAI este logro los acerca al objetivo de crear un robot que pueda aprender a realizar una variedad de tareas del mundo real, sin tener que entrenar durante meses o años.

Hay que decir que la mano robótica puede resolver el cubo de Rubik el 60% de las veces y solo en un 20% de las ocasiones en el que se revuelve de la manera más compleja. Pero eso no es tan importante. Quizás la parte más relevante es la combinación de las redes neuronales y el uso de hardware específico para resolver ciertas tareas.

tags: