Investigadores de la Universidad de Michigan han desarrollado un nuevo enfoque de planificación de rutas que acelera a los robots en terrenos irregulares. El algoritmo recientemente desarrollado pudo encontrar rutas exitosas tres veces más que los algoritmos estándar y requirió mucho menos tiempo de procesamiento.
La investigación fue publicada en Robots Autónomos.
Desarrollando el nuevo algoritmo
El algoritmo estaba dirigido específicamente a robots que usan apéndices similares a brazos para mantener el equilibrio en terrenos irregulares, como áreas de desastre y sitios de construcción.
Dmitry Berenson es profesor asociado de ingeniería eléctrica e informática y profesor principal en el Instituto de Robótica.
“En un edificio derrumbado o en un terreno muy accidentado, un robot no siempre podrá equilibrarse y avanzar solo con sus pies”, dijo Berenson. “Se necesitan nuevos algoritmos para averiguar dónde poner los pies y las manos. Necesitas coordinar todas estas extremidades juntas para mantener la estabilidad, y eso se reduce a un problema muy difícil”.
La nueva investigación ayuda a los robots a determinar qué tan difícil es un terreno antes de calcular el mejor camino a seguir.
Yu-Chi Lin se graduó recientemente con un doctorado en robótica e ingeniera de software en Neuro Inc.
“Primero, usamos el aprendizaje automático para entrenar al robot en las diferentes formas en que puede colocar sus manos y pies para mantener el equilibrio y progresar”, dijo Lin. “Luego, cuando se coloca en un entorno nuevo y complejo, el robot puede usar lo que aprendió para determinar qué tan transitable es un camino, lo que le permite encontrar un camino hacia la meta mucho más rápido”.
A pesar del método nuevo y mejorado, aún se necesita mucho tiempo para planificar una ruta larga exitosa mientras se usan algoritmos de planificación tradicionales.
“Si tratáramos de encontrar todas las ubicaciones de manos y pies en un camino largo, tomaría mucho tiempo”, dijo Berenson.
Divide y conquistaras
Para solucionar esto, el equipo se basó en un enfoque de “divide y vencerás”. Dividen el camino en secciones difíciles de recorrer y secciones más fáciles de recorrer. Con el primero, los robots aplican su método basado en el aprendizaje, y con el segundo, utilizan una planificación de rutas más sencilla.
“Eso suena simple, pero es realmente difícil saber cómo dividir ese problema correctamente y qué método de planificación usar para cada segmento”, dijo Lin.
Para que esto suceda, los investigadores necesitan un modelo geométrico de todo el entorno, que pueden obtener volando un dron que explora por delante del robot.
El equipo creó un experimento virtual con un robot humanoide en un corredor de escombros y los resultados demostraron que el método del equipo superó a los métodos anteriores en cuanto a éxito y tiempo total para planificar. Esto es crucial durante los escenarios de desastre.
De 50 intentos, el método del equipo alcanzó la meta el 84 % de las veces en comparación con el 26 % del planificador de ruta básico. Solo tomó un poco más de dos minutos para planificar en comparación con los más de tres minutos para el planificador de ruta básico.
Además de esto, el equipo también demostró cómo su método puede funcionar en el mundo real con un robot con ruedas, un torso y dos brazos. La base del robot se colocó en una rampa empinada y usó sus “manos” para sostenerse mientras se movía una superficie irregular. El método del equipo permitió al robot planificar una ruta en poco más de una décima de segundo, en comparación con los poco más de 3,5 segundos del planificador de ruta básico.
El equipo ahora buscará incorporar un movimiento dinámicamente estable, que es similar al movimiento natural de humanos y animales. Esto mejoraría la velocidad de movimiento del robot, ya que no necesita estar constantemente en equilibrio.