Fabrican el primer robot que ayuda como un ser humano

Este robot integra la Teoría de Juegos y el Control Adaptativo para comprender y reaccionar ante la conducta de una persona.

Un equipo de expertos del Imperial College London (Reino Unido) ha creado un nuevo sistema para robots que utiliza la teoría de juegos, lo que le permite al robot aprender cómo y cuándo ayudar a un ser humano.

La última década ha contemplado cómo los robots trabajan cada vez más con los humanos, ya sea en las fábricas, en dispositivos de asistencia para personas con discapacidades físicas o en el campo de la cirugía. Sin embargo, los robots actualmente no pueden reaccionar de forma personalizada a usuarios individuales, lo que limita su utilidad para los humanos.

 

Ahora, el profesor Etienne Burdet y su equipo ha desarrollado el primer sistema de robot interactivo que aprende del comportamiento del usuario humano y lo emplea para predecir sus próximos movimientos.



Sistema reactivo


Los expertos crearon un sistema de programación robótica reactiva que permite a un robot aprender continuamente los movimientos del usuario humano y adaptar sus propios movimientos en consecuencia.

 

"Al observar cómo los humanos interactúan físicamente entre sí, encontramos que tienen mucho éxito a través de su capacidad única para comprender el control de los demás. Aplicamos un principio similar para diseñar la interacción humano-robot ", explica Burdet.

La investigación, realizada en colaboración con la Universidad de Sussex y la Universidad Tecnológica de Nanyang en Singapur, ha sido publicada en la revista Nature Machine Intelligence.

 

Normalmente, los humanos solo podemos controlar robots usando técnicas bastante simples, ya sea en el modo 'maestro-esclavo', donde el robot reproduce o amplifica el movimiento del humano, como con un exoesqueleto, o donde el robot no considera al usuario humano en absoluto, como en la rehabilitación. Los seres humanos son impredecibles y cambian constantemente sus movimientos, lo que dificulta a los robots predecir el comportamiento humano y reaccionar de manera útil. Esto puede llevar a errores a la hora de completar las tareas.

Los investigadores se propusieron examinar cómo se debe controlar un robot de contacto para proporcionar una respuesta estable y adecuada a un usuario con comportamientos desconocidos ante actividades como entrenamiento deportivo, rehabilitación física o conducción.

 

Teoría de juegos


Los autores desarrollaron un controlador de robot basado en la teoría de juegos. La teoría de juegos consiste en varios jugadores que compiten o colaboran para completar una tarea. Cada jugador tiene su propia estrategia y todos los jugadores intentan optimizar su rendimiento, mientras suponen que sus oponentes también jugarán de manera óptima. Para aplicar con éxito la teoría de juegos a su interacción, los investigadores tuvieron que superar el problema de que el robot no puede predecir las intenciones del ser humano solo por el razonamiento.

 

Utilizaron la teoría de juegos para determinar cómo responde el robot al interactuar con un humano, empleando la diferencia entre sus movimientos reales y los esperados para estimar la estrategia del humano: de qué manera el humano utiliza los errores para generar nuevas acciones. Por ejemplo, si la estrategia del ser humano no les permite completar la tarea, el robot puede aumentar su esfuerzo para ayudar. Enseñar al robot a predecir la estrategia del ser humano le permite cambiar su propia respuesta. Si el robot puede estimar la estrategia del humano, puede cambiar su propia estrategia como respuesta.

El equipo probó su nuevo sistema en simulaciones con sujetos humanos, mostrando que el robot puede adaptarse cuando la estrategia del humano cambia lentamente, como si el humano estuviera recuperando fuerza, y cuando la habilidad del humano es cambiante e inconsistente, como tras sufrir una lesión.

 

Trabajando en armonía

 

"Al permitir que el robot identifique el comportamiento del usuario humano y explotar la teoría de juegos para permitir que el robot reaccione de manera óptima a cualquier usuario humano, hemos desarrollado un sistema donde los robots pueden trabajar en una armonía mucho mejor con los humanos", concluye Yanan Li, coautor del estudio.

 

Referencia: Differential game theory for versatile physical human–robot interaction. Y. Li, G. Carboni et al. Nature Machine Intelligence, volume 1, pages36–43 (2019). DOI:https://doi.org/10.1038/s42256-018-0010-3

 

Sarah Romero

Sarah Romero

Fagocito ciencia ficción en todas sus formas. Fan incondicional de Daneel Olivaw y, cuando puedo, terraformo el planeta rojo o cazo cylons. Hasta que viva en Marte puedes localizarme por aquí.

Continúa leyendo