Gracias a la nueva tecnología que les permite crear herramientas sencillas, los robots pueden estar al borde de su propia versión de la Edad de Piedra.

Usando una capacidad novedosa para razonar sobre la forma, función, y unión de partes no relacionadas, Los investigadores han entrenado con éxito por primera vez a un agente inteligente para crear herramientas básicas combinando objetos.

El avance proviene del laboratorio de investigación Robot Autonomy and Interactive Learning (RAIL) de Georgia Tech y es un paso significativo para permitir que los agentes inteligentes diseñen herramientas más avanzadas que podrían resultar útiles en entornos peligrosos y potencialmente mortales.

El concepto puede sonar familiar. Se llama "MacGyvering, "basado en el nombre de una serie de televisión de la década de 1980, y recientemente reiniciada. En la serie, el personaje del título es conocido por su habilidad poco convencional para resolver problemas usando diferentes recursos disponibles para él.

Durante años, científicos informáticos y otros han estado trabajando para proporcionar robots con capacidades similares. En su nuevo trabajo robot-MacGyvering, Los investigadores del laboratorio RAIL dirigidos por la profesora asociada Sonia Chernova utilizaron como punto de partida una técnica robótica desarrollada previamente por el ex profesor de tecnología de Georgia Mike Stilman.

En este último trabajo, un robot entrenado con el enfoque novedoso del equipo recibe un conjunto de piezas opcionales y se le dice que fabrique una herramienta específica. Al igual que sus homólogos humanos, el robot examina primero las formas de cada parte y cómo se puede unir una a otra.

Usando el aprendizaje automático, el robot está entrenado para hacer coincidir la forma con la función (qué formas de objeto facilitan un resultado particular) a partir de numerosos ejemplos de objetos cotidianos. Por ejemplo, aprendiendo que la concavidad de los tazones les permite contener líquidos, utiliza este conocimiento al construir una cuchara. Similar, A los robots se les enseñó cómo unir objetos a partir de ejemplos de materiales que podrían perforarse o agarrarse.

En el estudio, los investigadores crearon martillos con éxito, espátulas, primicias raspadores, y destornilladores.

"El destornillador fue particularmente interesante porque el robot combinaba unos alicates y una moneda, "dijo Lakshmi Nair, un doctorado estudiante de la Escuela de Computación Interactiva y uno de los investigadores del proyecto. "Razonó que los alicates podían agarrar algo y dijo que la moneda encajaba con la punta de un destornillador. Póngalos juntos, y crea una herramienta eficaz ".

En la actualidad, el robot se limita solo a la forma y al accesorio. Todavía no puede razonar eficazmente sobre las propiedades particulares de un material, un paso crucial para avanzar hacia un escenario del mundo real.

"La gente piensa que los martillos son robustos y fuertes, para que no hicieras un martillo con bloques de espuma, ", Dijo Nair." Queremos alcanzar ese nivel de razonamiento en nuestro trabajo, que es algo en lo que estamos trabajando ahora ".

La inspiración para el trabajo proviene de la popular historia del Apolo 13, el condenado séptimo vuelo tripulado del programa espacial Apolo. Después de que un tanque de oxígeno en el módulo de servicio de la nave explotó dos días después de la misión, los miembros de la tripulación se vieron obligados a realizar modificaciones improvisadas en el sistema de eliminación de dióxido de carbono.

A pesar de una ventana de tiempo peligrosamente ajustada y una tensión extremadamente alta entre todos a bordo y en el control de la misión, el rescate resultó exitoso. Nair y sus colaboradores esperan que esta investigación sea fundamental para la futura tecnología robótica que podría razonar más rápido y sin la carga del estrés.

"Pudieron hacer este filtro, pero la solución tardó mucho en llegar, ", Dijo Nair." Queremos hacer robots que puedan ayudar a los humanos en este tipo de escenarios para quitarles la presión de encontrar soluciones innovadoras y potencialmente salvar sus vidas ".

Este trabajo se presentó en la conferencia Robotics:Science and Systems de 2019 en un documento titulado "Construcción autónoma de herramientas utilizando la forma de piezas y la predicción de apegos" (Lakshmi Nair, Nithin Shrivatsav, Zackory Erickson, Sonia Chernova).