Control del caos en el comportamiento robótico
Científicos alemanes han descubierto una forma más sencilla de que un robot autónomo realice distintas tareas. Se trata de un robot hexápodo que simula comportamientos humanos y animales y que ahora es capaz de realizar la misma tarea con menos esfuerzo y más flexibilidad. Los resultados del estudio han sido publicados en la revista Nature Physics y proceden del proyecto PACO-PLUS («Percepción, acción y cognición mediante el aprendizaje de complejos objeto-acción»), financiado con cerca de 7 millones de euros procedentes del área temática «Tecnologías de la sociedad de la información» del Sexto Programa Marco (6PM) de la UE. Circuitos neuronales de pequeño tamaño conocidos como generadores centrales de patrones (GCP) controlan ciertas capacidades humanas y animales como andar y respirar. La comunidad científica utiliza este principio para desarrollar robots andantes dotados de un GCP para cada uno de sus modos de caminar o moverse. El robot recopila la información referente a su entorno mediante sensores. Ésta puede, por ejemplo, indicar la existencia de un obstáculo en su camino o la necesidad de subir una rampa y el robot elige el GCP que controla el modo de andar más adecuado a las circunstancias. Los miembros del equipo, procedentes de varios institutos con sede en las ciudades alemanas de Gotinga y Hannover, han logrado que su robot siga desplazándose de distintos modos y pase de uno a otro empleando un solo GCP. En concreto, el dispositivo permite que dieciocho sensores dirijan otros tantos motores capaces de generar once patrones de comportamiento (como orientación, taxias y autoprotección) y combinaciones de estos. En su artículo, los científicos explican que la señal de control se adapta con rapidez a nuevas situaciones y también permite el aprendizaje y almacenamiento a largo plazo de comportamientos motores. «Por tanto, este control neuronal proporciona una forma simple y potente de comportamientos auto-organizativos versátiles en agentes autónomos con múltiples grados de libertad», afirman. El GCP desarrollado por el equipo consiste en una red pequeña compuesta por dos elementos electrónicos y cuyo éxito radica en el «control del caos». Si el GCP no está controlado el patrón de actividad es caótico. Pero esta actividad puede controlarse en función de la información que llega de los sensores hasta convertirse en patrones periódicos que deciden cuál es el modo de andar más adecuado. Se pueden generar distintos patrones, y por tanto andares, dependiendo de la señal que capten los sensores. De esta manera se obtiene un robot capaz de adaptarse con rapidez a cambios como la subida y bajada de un monte o terreno escabroso y también de evitar los obstáculos que se interpongan en su camino. Dada la naturaleza caótica del funcionamiento de los circuitos neuronales, el robot también es capaz de liberarse en caso de que quedara atrapado por ejemplo en un hoyo. Además, si tuviera que realizar la misma tarea por segunda vez adoptaría de forma inmediata el andar adecuado recuperándolo de su experiencia anterior. Los científicos tienen planeado para el futuro equiparlo con un dispositivo de memoria que mejore su capacidad de respuesta a cambios en los entornos que ya ha aprendido. Por ejemplo, si el obstáculo de una experiencia anterior se eliminara, el robot no sabría qué andar utilizar. Según explicó el Dr. Marc Timme del Instituto Max Planck de Dinámica y Autoorganización de Gotinga, cuando doten al robot de memoria motora, también será capaz de realizar predicciones y planear sus movimientos.
Países
Alemania