European Commission logo
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS

A Biomimetic Learning Control Scheme for control of Modular Robots

Article Category

Article available in the following languages:

Un sistema de aprendizaje robótico sobre el funcionamiento del encéfalo es la base de los robots del futuro

Nuestro cerebelo controla la coordinación y el equilibrio, y es la razón por la que algunas personas son mejores que otras en tareas motrices, como los deportes o la mecanografía. Algunos investigadores de la UE están empleando la robótica para descubrir cómo funciona esta parte del cerebro y usar esa información con el fin de mejorar plataformas robóticas.

Economía digital icon Economía digital

El fundamento biológico de acciones como golpear o chutar un balón se puede comprender mejor al imitar los mecanismos de aprendizaje del cerebelo. Este organismo en forma de hoja responde a las indicaciones del entorno y obtiene información de señales motrices y sensoriales. El proyecto BIOMODULAR logró construir un nuevo modelo de aprendizaje computacional inspirado en sistemas vivos para robots modulares. «Al fusionar técnicas de aprendizaje automático con un cerebelo modular de impulsos, hemos desarrollado un proceso que genera recuerdos motrices a largo plazo: una red de aprendizaje automático cerebelar (CML, por sus siglas en inglés)», explica la doctora Silvia Tolu, investigadora y coordinadora del proyecto. Unos toques con el balón, cada vez mejor La doctora Tolu analiza otros logros del proyecto BIOMODULAR: «Nuestro objetivo no era crear directamente un robot de gran rendimiento, sino sistemas capaces de adaptarse y aprender de su propio entrenamiento; por ejemplo, manipular un objeto hasta lograr una mejora». Los robots resultantes son muy flexibles y pueden trabajar en una gran variedad de tareas y entornos. Además, el motor de control se puede adaptar al robot para optimizar el rendimiento en cada momento. Los investigadores construyeron bucles de control similares a los de organismos vivos que incluían una red CML, y los probaron con simulaciones y robots reales, así como con la plataforma de «hardware» neuromórfico SpiNNaker, y lograron realizar tareas en situaciones cinemáticas y dinámicas cambiantes. Sin embargo, los logros suelen venir acompañados de dificultades y la placa del SpiNNaker no ha sido una excepción. En la actualidad, no es posible programar diferentes reglas de plasticidad en las mismas neuronas. «Este es un problema en el que se sigue trabajando; cuando se haya solucionado, se integrará en el chip una red cerebelar de impulsos con tres reglas de plasticidad », añade la doctora Tolu. La nueva generación de robots El proyecto BIOMODULAR ha servido para promover el desarrollo de sistemas de aprendizaje automático adaptables y artificiales que contienen redes neuronales de impulsos y mecanismos de aprendizaje automático. El aumento en la comprensión del encéfalo tiene una gran utilidad para la robótica, y será de gran ayuda en el diseño de sistemas de control biológicos viables que se puedan generalizar para cualquier robot o situación. La doctora Tolu afirma: «La realidad es que, al imitar la funcionalidad biológica del sistema nervioso central, podremos crear una nueva generación de robots inteligentes y autónomos». Aunque no lleguen a puntos tan extremos, estas máquinas recuerdan a las de los libros de Isaac Asimov y del mundo de «Yo, robot»: podrán actuar en entornos reales, incluso en circunstancias parcialmente desconocidas o cambiantes —como los organismos vivos— y bajo modelos de control mucho más avanzados que los de los algoritmos convencionales, ya que podrán autoadaptarse, aprender de manera interna y reconocerse a sí mismos. Estas máquinas podrán funcionar cerca de personas y en diferentes áreas, en lugar de hacerlo solo en un ambiente industrial ultracontrolado, serán adaptables y tendrán la capacidad de autoaprender y operar de manera segura en un entorno humano. Se trata de sistemas autónomos para la robótica de asistencia con el potencial suficiente como para transformar la sociedad y lograr un impacto gigantesco en la tecnología. El presente El método del proyecto BIOMODULAR reduce la cantidad de información necesaria en un sistema de control, lo que produce sistemas de control robóticos en tiempo real capaces de aprender de manera independiente a realizar determinadas tareas físicas y a adaptarse a los cambios o las condiciones extremas. Según la doctora Tolu, «no será necesario una personalización o adaptación excesiva». Cualquier tipo de robot podrá aprovechar las ventajas de este sistema de control predictivo y adaptable para comportarse de la manera esperada y realizar tareas. «En el proyecto BIOMODULAR —financiado por el programa Marie Skłodowska-Curie— estamos empleando esta filosofía para lograr más descubrimientos sobre la estructura modular del cerebelo y su relación con el procesamiento de entradas sensoriales para las tareas de control motriz», concluye Tolu.

Palabras clave

BIOMODULAR, robot, cerebelo, modular, aprendizaje automático, sistema de control, sensorial, red CML

Descubra otros artículos del mismo campo de aplicación