Investigadores Desarrollan un Enfoque Avanzado de Planificación de Rutas para Robots

Los investigadores de la Universidad de Michigan han desarrollado un nuevo enfoque de planificación de rutas que acelera a los robots en terrenos difíciles. El algoritmo recién desarrollado pudo encontrar rutas exitosas tres veces más a menudo que los algoritmos estándar, y requirió mucho menos tiempo de procesamiento.

La investigación se publicó en Autonomous Robots.

Desarrollando el Nuevo Algoritmo

El algoritmo se dirigió específicamente a los robots que utilizan apéndices similares a brazos para mantener el equilibrio en terrenos difíciles, como áreas de desastres y sitios de construcción.

Dmitry Berenson es profesor asociado de ingeniería eléctrica y computacional y profesor principal del Instituto de Robótica.

“En un edificio derrumbado o en un terreno muy difícil, un robot no siempre podrá equilibrarse y moverse hacia adelante con solo sus pies”, dijo Berenson. “Necesitas nuevos algoritmos para determinar dónde colocar ambos pies y manos. Necesitas coordinar todos estos miembros juntos para mantener la estabilidad, y eso se reduce a un problema muy difícil”.

La nueva investigación ayuda a los robots a determinar cuán difícil es un terreno antes de calcular la mejor ruta hacia adelante.

Yu-Chi Lin es un reciente graduado en robótica y ingeniero de software en Neuro Inc.

“Primero, utilizamos el aprendizaje automático para entrenar al robot en las diferentes formas en que puede colocar sus manos y pies para mantener el equilibrio y hacer progreso”, dijo Lin. “Luego, cuando se coloca en un nuevo entorno complejo, el robot puede utilizar lo que aprendió para determinar cuán transitable es una ruta, lo que le permite encontrar una ruta hacia la meta mucho más rápido”.

A pesar del nuevo y mejorado método, todavía lleva mucho tiempo planificar una ruta exitosa larga mientras se utilizan algoritmos de planificación tradicionales.

“Si intentáramos encontrar todas las ubicaciones de las manos y los pies a lo largo de una ruta larga, llevaría mucho tiempo”, dijo Berenson.

https://www.youtube.com/watch?v=X2KZupY8FQY

Divide y Vencerás

Para sortear esto, el equipo se basó en un enfoque de “dividir y vencer”. Dividieron la ruta en secciones difíciles de transitar y secciones más fáciles de transitar. Con las primeras, los robots aplican su método basado en el aprendizaje, y con las segundas, utilizan una planificación de ruta más simple.

“Eso suena simple, pero es realmente difícil saber cómo dividir correctamente ese problema y qué método de planificación utilizar para cada segmento”, dijo Lin.

Para que esto suceda, los investigadores necesitan un modelo geométrico de todo el entorno, que pueden obtener volando un drone que explora adelante del robot.

El equipo creó un experimento virtual con un robot humanoid en un pasillo de escombros, y los resultados demostraron que el método del equipo superó a los métodos anteriores en éxito y tiempo total para planificar. Esto es crucial durante los escenarios de desastres.

De 50 intentos, el método del equipo alcanzó la meta el 84% de las veces en comparación con el 26% del planificador de rutas básico. Solo llevó un poco más de dos minutos planificar en comparación con más de tres minutos para el planificador de rutas básico.

Además, el equipo también demostró cómo su método puede funcionar en el mundo real con un robot con ruedas y un torso y dos brazos. La base del robot se colocó en una rampa inclinada, y utilizó sus “manos” para apoyarse en una superficie irregular que se movía. El método del equipo permitió al robot planificar una ruta en un poco más de una décima de segundo, en comparación con un poco más de 3,5 segundos con el planificador de rutas básico.

El equipo ahora buscará incorporar el movimiento dinámicamente estable, que es similar al movimiento natural de los humanos y los animales. Esto mejoraría la velocidad de movimiento del robot, ya que no necesita estar constantemente en equilibrio.