Robot cuadrúpedo aprende a saltar y correr de forma autónoma

La investigación, detallada en un artículo publicado en Advanced Robotics Research, demuestra cómo los robots pueden ejecutar movimientos complejos sin programación explícita para cada secuencia. El sistema ha sido probado con éxito en un robot Unitree Aliengo de 22 kilogramos, mostrando una capacidad de adaptación que trasciende los movimientos preprogramados.

El enfoque adoptado por el equipo, cuyo trabajo ha sido cubierto por Hackster.io, se centra en un controlador de bajo nivel que utiliza aprendizaje por imitación adversaria. Este controlador se nutre de datos de captura de movimiento de perros reales, incluyendo acciones como el paso, el galope, la dirección y el salto. Una red discriminadora evalúa los movimientos del robot, recompensando aquellos que se asemejan más a las acciones animales. Estos movimientos se integran en una política de locomoción unificada que permite transiciones fluidas entre ellos, haciendo que el aumento de velocidad lleve naturalmente al robot de caminar a correr y, eventualmente, a saltar.

Un segundo controlador, de alto nivel, se encarga de la navegación. Operando a 10 Hz, este recibe información sobre el obstáculo y el movimiento del propio robot, generando solo dos comandos: velocidad de avance y velocidad de giro. El controlador de bajo nivel es el encargado de ejecutar físicamente estas instrucciones. La simplicidad del espacio de decisión del controlador de alto nivel facilitó un entrenamiento relativamente rápido, que se completó en aproximadamente seis horas.

Una característica notable de este sistema es que el robot Aliengo no fue programado para realizar un salto de manera específica. Los comportamientos observados, como la aceleración necesaria para el despegue, la retracción de las patas al estar en el aire para superar el obstáculo, y su extensión para el aterrizaje, surgieron orgánicamente del proceso de entrenamiento. Esto significa que el robot descubrió la forma más efectiva de pasar a través de la apertura restringida por sí mismo.

Esta metodología confiere al sistema la ventaja de adaptarse a diversas condiciones, en lugar de simplemente repetir una secuencia memorizada. El robot puede ajustar su carrera y configuración corporal para saltar a través de puertas situadas a diferentes alturas y posiciones, incluso corrigiendo su trayectoria si un obstáculo se mueve mientras se aproxima.

A pesar de estos avances, el sistema actual presenta una limitación: depende parcialmente de una configuración externa de captura de movimiento para la localización. Los investigadores aspiran a que el robot pueda navegar en entornos complejos utilizando únicamente sus propios sensores integrados. Además, están explorando la aplicación de este mismo enfoque a robots humanoides, manteniendo la premisa de enseñar una colección versátil de movimientos naturales y luego determinar cuándo y cómo utilizarlos.