Robots que transmiten a otros las habilidades que han aprendido de humanos.

La mayoría de robots son programados usando uno de dos métodos: aprendizaje a partir de la demostración, en la que observan una tarea mientras se está realizando y después la reproducen, o a través de técnicas de planificación de movimientos, tales como optimización o muestreo, que requieren que un programador especifique explícitamente los objetivos y límites de una tarea.

 Ambos métodos tienen inconvenientes. Los robots que aprenden a partir de la demostración no pueden transferir fácilmente una habilidad que hayan aprendido a otra situación y seguir siendo precisos. Por otro lado, los sistemas de planificación de movimientos que utilizan el muestreo o la optimización pueden adaptarse a estos cambios pero ello lleva tiempo, dado que normalmente tienen que ser recodificados a mano por programadores humanos expertos.

Unos investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL), adscrito al Instituto Tecnológico de Massachusetts (MIT), en Cambridge, Estados Unidos, han desarrollado un sistema cuyo objetivo es tender puentes entre las dos técnicas: el C-LEARN, que permite a los no programadores enseñar a los robots una serie de tareas simplemente proporcionándoles alguna información sobre cómo se manipulan normalmente los objetos, y mostrando después al robot una única demostración de la tarea.

 De forma importante, esto permite a los usuarios enseñar a los robots habilidades que puedan ser transferidas automáticamente a otros que tengan formas diferentes de moverse, una capacidad de propagar conocimientos entre los robots que resulta esencial para ahorrar tiempo y dinero cuando el objetivo es adiestrar a muchos robots, con la máxima rapidez y sin preparación previa por diseño de software, para que sean capaces de realizar una serie de acciones.


Recopilado por Lidia Yamilet Aguilar Goméz 
Diana Cristina