Aquí presentamos dos nuevos sistemas de inteligencia artificial (IA), ALOHA Unleashed y DemoStart, que están ayudando a los robots a mejorar en la habilidad de realizar tareas complejas que requieren movimientos finos. Estos tipos de tareas son imposibles de lograr para mucha gente en el día a día, como atar cintas adhesivas o apretar tornillos. Al mejorar la capacidad de los robots en interactuar con objetos físicos en entornos dinámicos, se pueden utilizar más efectivamente en la vida de las personas. En este artículo presentamos a ALOHA Unleashed, que permite un gran nivel de destreza en la manipulación bimanual.
Con este nuevo método, nuestro robot ha sido capaz de realizar una amplia variedad de tareas útiles como atar cintas adhesivas, colgar camisetas, reparar otros robots, insertar engranajes y incluso limpiar cocinas. La plataforma ALOHA 2 se basó en el original sistema ALOHA de la Universidad de Stanford, que es un sistema de bajo costo para teleoperación bimanual abierto al código. ALOHA 2 es significativamente más habilidoso que los sistemas anteriores porque permite la teleoperación fácil de dos manos para fines de entrenamiento y recolección de datos, y también permite a los robots aprender a realizar nuevas tareas con menos demostraciones. También hemos mejorado la ergonomía del hardware robótico y el proceso de aprendizaje en nuestro último sistema. Aprendemos comportamientos robóticos mediante pocas demostraciones simuladas. Controlar una mano robótica es una tarea compleja, que se vuelve aún más complicada con cada dedo adicional y articulación. En otro papel presentamos DemoStart, un sistema basado en aprendizaje de refuerzo que ayuda a los robots a obtener habilidades inteligentes en la simulación. DemoStart aprende primero de estados fáciles y con el tiempo se especializa en estados más difíciles hasta dominar una tarea en su máxima capacidad. Requiere 100 veces menos demostraciones simuladas para resolver una tarea que lo normalmente necesitamos cuando aprendemos de ejemplos reales del mundo. El robot ha logrado un éxito del 98% en diferentes tareas de la simulación, como reorientar cubos, presionar tornillos y ordenar herramientas. En el entorno real, ha logrado un 97% de éxito en la reorientación y levantamiento de cubos y un 64% en una tarea de inserción de enchufe que requiere coordinación y precisión de dedos altos. Presentamos un ejemplo de un brazo robótico aprendiendo a insertar un conector amarillo en la simulación y en un entorno real, así como también en la simulación aprendiendo a presionar tornillos. Desarrollamos DemoStart con MuJoCo, nuestro simulador de física de código abierto. Nuestras técnicas estándar para reducir la brecha sim-to-real han permitido transferir casi conocimientos sin problemas desde la simulación a un robot físico. El aprendizaje en simulación puede reducir costos y tiempos necesarios para realizar experimentos físicos, pero es difícil diseñar estas simulaciones y no siempre se traducen al mundo real con éxito.
Con combinación del aprendizaje de refuerzo con el aprendizaje a partir de pocas demostraciones, DemoStart genera automáticamente un plan de estudios que salva la brecha sim-to-real, facilitando la transferencia de conocimientos desde una simulación a un robot físico. Probamos este nuevo enfoque en una mano robótica de tres dedos llamada DEX-EE, desarrollado en colaboración con Shadow Robot. Imagen de la mano robótica dexterosa DEX-EE, desarrollada por Shadow Robot, en colaboración con el equipo de robotéctica de Google DeepMind (Crédito: Robot de la Sombra). El futuro de la destreza robótica es una área única de investigación de IA que demuestra lo bien que nuestros enfoques funcionan en el mundo real. Una vez, robots de inteligencia artificial ayudarán a las personas con una gran variedad de tareas en el campo de la destreza, incluyendo abordajes eficientes y generales que hemos descrito. Hoy en día, les ayuda a llevarnos un paso más cerca de ese futuro. Aún tenemos un largo camino por recorrer antes de que los robots sean capaces de manipular objetos con la facilidad y precisión del ser humano, pero estamos haciendo progresos significativos, y cada innovación es otro paso en la dirección correcta.
