Perro robot con ‘médula espinal virtual’ aprende a caminar en solo una hora

Los científicos han construido un robot del tamaño de un perro de cuatro patas con una “médula espinal virtual” que ha aprendido a caminar desde cero en solo una hora, un avance que también arroja luz sobre la biología detrás de la locomoción en los animales recién nacidos.

El robot cuadrúpedo Morti, descrito en el Iniciar sesión inteligencia artificial de la naturaleza el lunes, optimizó sus patrones de movimiento más rápido que un animal, aprendiendo a caminar en aproximadamente una hora, dicen los científicos.

En los animales, las redes de coordinación muscular ubicadas en la médula espinal les ayudan a dar los primeros pasos, pero aprender la coordinación precisa de los músculos y tendones de las piernas lleva algún tiempo, dicen investigadores del Instituto Max Planck de Sistemas Inteligentes (MPI-IS) en Alemania. .

Los animales bebés inicialmente dependen en gran medida de los reflejos de la médula espinal, según han demostrado los estudios.

El robot del tamaño de un labrador tiene reflejos como un animal y aprende a caminar a partir de sus errores usando su compleja mecánica de piernas y un algoritmo de aprendizaje, dice Felix Ruppert, estudiante formal de doctorado en MPI-IS.

“No podemos investigar fácilmente la médula espinal de un animal vivo. Pero podemos modelar uno en el robot”, dijo el coautor del estudio, Alexander Badri-Sprowitz, en un comunicado.

En el robot cuadrúpedo, los datos de los sensores de los pies se comparan constantemente con los datos objetivo de su médula espinal virtual modelada que se ejecuta como un programa en su computadora.

Aprende a caminar comparando continuamente la información del sensor enviada y esperada, ejecutando bucles reflejos y adaptando sus patrones de control motor, explican los investigadores en el estudio.

El robot tiene un generador de patrones central (CPG) que funciona de manera similar a las redes de neuronas en las médulas espinales de los animales que producen contracciones musculares periódicas sin la intervención del cerebro.

Estas redes nerviosas ayudan a generar tareas rítmicas como caminar, parpadear o hacer la digestión en los animales.

Cuando los animales jóvenes caminan sobre una superficie perfectamente plana, dicen que estas redes de nervios pueden ser suficientes para controlar las señales de movimiento de la médula espinal, pero un pequeño golpe en el suelo puede cambiar la forma de caminar.

Aquí es cuando los reflejos se activan y ajustan los patrones de movimiento para evitar que el animal se caiga.

Pero en los animales recién nacidos, los investigadores dicen que estos nervios no se ajustan lo suficientemente bien inicialmente y los animales se tambalean, pero pronto aprenden cómo estos reflejos controlan los músculos y los tendones de las piernas.

“Sabemos que estas GPC existen en muchos animales. Sabemos que los reflejos están incrustados; pero ¿cómo podemos combinar ambos para que los animales aprendan movimientos con reflejos y CPG? dijo la Dra. Badri-Sprowitz.

Los científicos dicen que el CPG de Morti, simulado en una computadora pequeña y liviana que controla el movimiento de las piernas del robot, también aprende de la misma manera.

Los datos de los sensores de los pies del robot se comparan continuamente con el aterrizaje esperado predicho por esta médula espinal virtual.

“Los datos fluyen de regreso desde los sensores a la médula espinal virtual donde se comparan los datos del sensor y CPG. Si los datos del sensor no coinciden con los datos esperados, el algoritmo de aprendizaje cambia el comportamiento de caminar hasta que el robot camina bien y sin tropezar”, explicó Ruppert.

“Cambiar la salida de CPG mientras se mantienen activos los reflejos y se monitorea los tropiezos del robot es una parte central del proceso de aprendizaje”, agregó.

El algoritmo de aprendizaje cambia qué tan lejos se balancean las piernas hacia adelante y hacia atrás, qué tan rápido se balancean las piernas y cuánto tiempo está una pierna en el suelo cuando el perro robot tropieza, anotó el estudio.

“Nuestro robot prácticamente ‘nace’ sin saber nada sobre la anatomía de sus piernas o cómo funcionan. El CPG se parece a una inteligencia para caminar automática incorporada que proporciona la naturaleza y que hemos transferido al robot”, agregó Ruppert.

“Esta es una investigación fundamental en la intersección entre la robótica y la biología. El modelo robótico nos da respuestas a preguntas que la biología por sí sola no puede responder”, añadió la Dra. Badri-Sprowitz.

Leave a Comment