*

Online

El gran miedo de Sofovich: Un robot del MIT ya puede jugar al Jenga

El laboratorio MCube de MIT desarrolló un prototipo de robot que aprende rápidamente a jugar y podría ser utilizado en líneas de montaje en un futuro próximo.

11 de Febrero 2019
El gran miedo de Sofovich: Un robot del MIT ya puede jugar al Jenga

Gerardo Sofovich fue un exitoso productor de programas en la Argentina. A lo largo de su historia, consiguió popularizar juegos como la media manzana y el Jenga en su popular programa La Noche del Domingo.

En la actualidad, el laboratorio MCube de MIT desarrolló un robot que está aprendiendo a jugar Jenga.

Alberto Rodriguez, profesor asistente de ingeniería mecánica y miembros del laboratorio MCube de MIT, consiguieron desarrollar el prototipo del robot que utiliza tecnología basada en el aprendizaje de máquinas (Machine Learning) y el hardware sensorial.

Rodríguez y su equipo consideran que la tecnología podría ser utilizada en un futuro en robots dedicados a la fabricación de líneas de montaje.

En ese sentido, la capacidad del robot para tomar decisiones basadas en cómo se siente un bloque Jenga podría ayudar con la producción de productos electrónicos de consumo, como los smartphones.

En el Jenga, los jugadores deben retirar las piezas individuales de una torre de bloques alta de forma lenta para que la pila mantenga su integridad estructural y, luego, colocarlas en la parte superior con la suficiente suavidad para que no se caigan.

Si bien es un juego entretenido para los humanos, es extremadamente difícil para los robots: todos los bloques tienen el mismo aspecto, pero algunos están un poco más sueltos y otros son cruciales para mantener la estructura intacta, situación que dificulta que un sistema informático equipado solo con una cámara descubra qué bloques eliminar.

Este robot construido por investigadores del MIT usa un sensor de fuerza para palpar cada bloque y decidir si dejarlo o eliminarlo. Actualmente, el robot suele ser capaz de jugar alrededor de 15 movimientos diferentes antes de que caiga la torre.

Nima Fazeli, estudiante de doctorado en el laboratorio MCube de MIT, eligió a Jenga como el desafío ideal para un robot que aprende a usar el tacto para tomar decisiones.

En primer lugar, Fazeli diseñó el robot, que consiste principalmente en un brazo motorizado y pinzas con forma de dedos, una cámara y un sensor de fuerza en su muñeca para poder evaluar cuánta resistencia recibe cuando empuja algo.

El segundo desafío para Fazeli fue que la computadora interpretara con éxito lo que significaba esa resistencia y la utilizara para tomar una decisión sobre si dejar el bloqueo solo o retirarlo.

Sin embargo, los modelos de aprendizaje automático que a menudo impulsan la toma de decisiones de robots no funcionarán para Jenga, porque estos algoritmos normalmente necesitan capacitación en muchos miles de puntos de datos para que el bot aprenda qué funciona y qué no.

El prototipo demandaría mucho tiempo; para construir un conjunto de datos de entrenamiento, los investigadores tendrían que reconstruir la torre miles de veces, ya que el robot inevitablemente comete errores. Es decir, se trata de un proceso que no se automatiza fácilmente.

En cambio, Fazeli y su equipo diseñaron un algoritmo que requiere menos puntos de datos. El robot hace un período más corto de pruebas exploratorias, similar a la forma en que un humano puede jugar a Jenga, al tocar ligeramente los bloques diferentes para ver qué sucede. "El robot recogerá bloques al azar, los empujará al azar y verá qué sucede”, explicó Fazeli. "En realidad, solo se recopilan datos: si aplico tanta fuerza, así es como cambia la torre”, detalló.

A diferencia de las personas, que tienen un sentido intuitivo de la física y pueden razonar que empujar un bloque atascado probablemente derribará la torre, el robot necesita aproximadamente 300 pruebas para saber qué cantidad de fuerza sobre qué tipo de bloques causará la caída de la torre.

Estos 300 puntos de datos ayudan a crear un modelo de qué tipos de bloques tomar, que el robot puede usar para predecir lo que podría suceder en otros bloques en el futuro. Entonces, está listo para jugar.

Las implicaciones del trabajo van mucho más allá de Jenga. Fazeli remarcó que las aplicaciones más inmediatas para el algoritmo están en los pisos de las fábricas, donde los robots ya trabajan para ensamblar partes.

La capacidad de un robot de sentir si algo fue atornillado correctamente, incluso si se ve bien visualmente, podría ayudar a construir productos delicados y precisos, como la electrónica de consumo.

En una línea de ensamblaje de teléfonos celulares, en casi todos los pasos, la sensación de un encaje a presión, o un tornillo roscado, viene de la fuerza y el tacto en lugar de la visión”, añadió Rodríguez, profesor asistente de ingeniería mecánica en el MIT que supervisó el trabajo.

Los modelos de aprendizaje para esas acciones son los bienes raíces principales para este tipo de tecnología”, añadió en diálogo con MIT News.

Desafortunadamente, este bot no es aún lo suficientemente bueno para vencer a algunos jugadores humanos de Jenga, que pueden realizar trucos y estrategias altamente capacitados que están más allá de la comprensión de la máquina.

Sin embargo, los humanos todavía pueden jugar contra el bot MIT. “Es agradable si eres un poco paciente porque es lento”, deslizó Fazeli, ya que un movimiento puede tomar varios minutos para que el robot lo ejecute.



¿Te gustó la nota?

Comparte tus comentarios

Sé el primero en comentar

Notas Relacionadas