Expertos de la computación han dotado a un robot de seis patas con la capacidad de modificar rápidamente su movimiento para afrontar daños, como la pérdida de una pata. Los expertos dicen que el algoritmo que permite esta recuperación, que se asemeja a un instinto, podría añadirle resistencia a otras máquinas, desde robots que trabajan en zonas de desastre, como el área afectada por la planta nuclear de Fukushima, hasta coches que se conducen solos.

Aunque los robots pueden ser programados previamente con planes de contingencia, siempre habrá problemas que no habían previsto los ingenieros o que no se pueden diagnosticar a distancia. "Queremos tener robots que puedan ser útiles por un largo período de tiempo, sin que sea necesario realizarles servicios de mantenimiento", dice Jean-Baptiste Mouret, investigador de la agencia nacional de ciencias de la computación INRIA, en Villers-lès-Nancy de Francia, quien ha liderado el trabajo que publica la revista Nature.

En 2006, Josh Bongard, experto en robótica evolutiva de la Universidad de Vermont, en Burlington, y su equipo, presentaron su trabajo pionero: construyeron un robot de seis patas capaz de diagnosticar sus propias lesiones y calcular nuevos patrones de movimiento que le permiten reanudar operaciones. No obstante, aunque el robot hexápodo abrió un nuevo camino en el campo de la conciencia de las máquinas, era lento para adaptarse a nuevas situaciones. "El tiempo es la esencia", dice Bongard. "Si un auto comienza a patinar y se sale de la carretera, necesita encontrar una manera de recuperarse muy rápidamente".

En el último trabajo, Mouret y su equipo idearon una estrategia más simple –un “atajo”, como él lo describe– para su caminante de seis patas. Después de una falla, como la pérdida de una pata o una rodilla atascada, el robot utiliza su propia cámara para detectar qué lo está enlenteciendo o impidiéndole caminar en línea recta. En lugar de intentar diagnosticar el problema, el robot simplemente ensaya nuevos patrones de movimiento hasta que encuentra uno que le permita restablecer un nivel aceptable de rendimiento.

Pisos resbalosos

Para ayudar a su hexápodo a recuperarse más rápido que sus antecesores, el equipo de Mouret lo dotó con una biblioteca de unos 13.000 patrones distintos de andar que se calcularon previamente, utilizando un modelo computacional del robot. Ellos comparan esta biblioteca con el conocimiento innato que conforma el instinto de un animal.

Tomó dos semanas de trabajo de la computadora elegir estos patrones de un grupo mucho mayor de todos los movimientos posibles: los investigadores inicialmente codificaron los patrones de caminar como 36 parámetros variables –como qué tanto se balancea una pierna hacia adelante, y el ángulo, en cada paso–y luego redujeron el número de parámetros a seis, al enfocarse en los movimientos posibles.

Armado con este conocimiento, el hexápodo normalmente necesitaba solo un minuto o menos para empezar a caminar de nuevo después de un fracaso. En algunos casos, el robot encontró que dar saltos era ahora la forma más eficiente para moverse.

El algoritmo también permitió al hexápodo adaptarse a situaciones en las que no había alguna falla mecánica, pero sí habían cambiado las condiciones ambientales, por ejemplo, el tipo de terreno, –tal como los investigadores descubrieron cuando probaron una versión más temprana del robot después de que los pisos de su laboratorio habían sido encerados–.

El trabajo es "muy emocionante", dice Bongard, aunque advierte que aún está por verse si los métodos del equipo se pueden escalar hacia máquinas más complejas: el rango de comportamientos de un robot crece exponencialmente a medida que aumenta su complejidad.

Una ventaja de este enfoque es que se basa principalmente en software y así funciona independientemente del diseño físico específico de un robot. Los investigadores probaron con éxito el algoritmo en un tipo de máquina completamente diferente –un brazo robótico–. "Prácticamente cualquier robot se beneficiaría de esto", dice Mouret.
 

Este artículo se reproduce con permiso y fue publicado por primera vez el 27 de mayo de 2015.