[ad_1]
Cuando el MIT Mini Cheetah ejecutó perfectamente una voltereta hacia atrás en «The Tonight Show Starring Jimmy Fallon», la audiencia gritó y aplaudió salvajemente. Si esta máquina, que también se paseaba por el escenario como un perro de exhibición y se estiraba en varias direcciones diferentes, podía realizar una maniobra tan difícil, imposible para la mayoría de los humanos, debería ser fácil lograr que realizara todo tipo de tareas diarias. .
O al menos eso es lo que la mayoría de la gente habría pensado. De hecho, el algoritmo de control del backflip es sorprendentemente simple, dice Sangbae Kim, director del Laboratorio de Robótica Biomimética y profesor de ingeniería mecánica en el MIT. Backflip es básico en comparación con un enorme repertorio de comportamientos humanos aparentemente fáciles, como agarrar una taza o mover la comida alrededor de la boca para masticarla, que no solo requieren circuitos de retroalimentación más complicados, sino que también son muy mal entendidos porque los humanos los realizan automáticamente de acuerdo con procesos subconscientes. .
“Hacer tareas de robot que nos parecen fáciles a menudo es extremadamente difícil y complicado”, dice Kim. «Tendemos a pensar en la dificultad de las tareas en términos de estándares humanos».
Ingrese a la clase de Kim, 2.74 (robótica bioinspirada).
Según Kim, los investigadores deben comprender este sesgo cognitivo, esta tendencia hacia el antropomorfismo, incluso para comenzar a desarrollar robots que puedan ayudar a los humanos en sus movimientos físicos. Aunque el interés de investigación de Kim es construir robots que puedan ayudar a las personas, como los ancianos en una población que envejece con menos jóvenes para realizar servicios, tal progreso ni siquiera es posible sin comprender la biología, la biomecánica y todo lo que no entendemos sobre nuestro propios movimientos diarios.
«Algo importante que los estudiantes deben aprender en esta clase no es necesariamente entender cómo movemos nuestros cuerpos, sino el hecho de que no entendemos cómo nos movemos», dice Kim. «Uno de nuestros objetivos finales en robótica es desarrollar robots que ayuden a las personas mayores imitando la forma en que usamos nuestros brazos y piernas, pero si no se da cuenta de lo poco que sabemos sobre cómo nos movemos, ni siquiera podemos comenzar a abordar este problema.
La primera mitad de la clase, que consta de no más de 50 estudiantes de último año y graduados, se dedica a la biología y la biomecánica. Cuando nos enfrentamos a lo poco que sabemos sobre los procesos subconscientes que permiten a los humanos interactuar con su entorno, los estudiantes experimentan una sensación de asombro, dice Kim.
“Durante la lección, los estudiantes observan sus manos como un sistema robótico, cómo se mueven y cómo funcionan. Enseñar cómo nos movemos y cómo crear un comportamiento similar en los robots, entendiendo ambos mundos, es inherentemente interesante”, dice Kim. «Son como, ‘Esto es muy diferente de lo que pensé que era. No estaba al tanto de eso.
“Es el motor de toda la clase”, añade. «Así es como pensamos y nos divertimos».
Roberto Bolli, quien cursa su segundo año de maestría, dice que una de las cosas más sorprendentes que aprendió en 2.74 tiene que ver con la forma de caminar de los humanos.
«Caminar es esencialmente una caída continua, donde el centro de masa del cuerpo cae hacia adelante como un péndulo invertido», dice Bolli, cuyo equipo de 2.74 desarrolló un robot llamado Chicken-Bot 9000. «Esto significa que nuestra velocidad máxima de caminata está determinada aproximadamente por nuestra la longitud de las piernas y la gravedad, no nuestra condición física o resistencia general.
Los proyectos de investigación que realizan 2,74 alumnos en la segunda parte del curso destacan comportamientos biológicos muy específicos a estudiar, buscando utilizar el modelo más simple posible. Por ejemplo, podrían investigar dónde se debe ubicar una batería u otra carga útil en un robot saltador para lograr el salto más alto.
A través de este proceso, los estudiantes pueden comparar lo que han aprendido sobre biología con la robótica mediante el desarrollo y el perfeccionamiento de hipótesis, cuyas ideas provienen de la biología pero deben ensamblarse en un contexto robótico, dice Kim.
“Si vieras un salto de canguro, podrías decir, ¿cómo puede un canguro saltar tan alto? No puedo probar con el animal, y realmente tienes que pensarlo tres veces. No tenemos el mismo tipo de músculo en un robot, ¿verdad? No tenemos el mismo tipo de tendones. Así que tenemos que volver a armar la hipótesis en el contexto de la robótica”, dice Kim. «La mitad del curso trata sobre biología y biomecánica para que los estudiantes puedan realmente comparar los músculos con los motores eléctricos, las computadoras con nuestro cerebro, los algoritmos informáticos con nuestro control motor».
Bolli dice que la clase lo ayudó a aprender una «metodología sistemática para aplicar conceptos biológicos a sistemas mecánicos».
«La biomimética no se trata solo de ‘copiemos este patrón que encontramos en la naturaleza y veamos qué tan bien funciona en un robot'», dice. «Se trata de extraer principios útiles de los sistemas naturales para resolver problemas como la manipulación y la locomoción de formas nuevas e interesantes».
Jess Han, estudiante de primer año de maestría y doctorado, señala que ella y sus colegas investigadores «deben tener cuidado y pensar críticamente sobre los aspectos de la biología que estamos tratando de imitar a través de nuestros robots», porque la naturaleza no lo hace. Siempre ofrecemos el mejor diseño.
«La selección natural permite que las cosas que son ‘lo suficientemente buenas’ sobrevivan en lugar de seleccionar la solución óptima», dice Han, quien ayudó a crear Suni-Bot, que lleva el nombre de la gimnasta olímpica Suni Lee. «Si copiamos la biología sin pensar, en realidad podemos diseñar robots que no sean tan eficientes como podrían ser o que no utilicen completamente las capacidades de la tecnología que tenemos».
Los estudiantes estudian y experimentan tanto con el hardware del robot como con una simulación por computadora. Kim dice que el 70% de los programas de clase; Los datos de simulación dinámica y los resultados del hardware se utilizan para derivar un resultado científico.
Kim dice que tales descubrimientos pueden arrojar luz sobre pequeñas regiones de la vasta extensión desconocida de comportamientos subconscientes detrás de gran parte del movimiento humano.
«No importa cómo estudiemos nuestros cuerpos humanos, no creo que podamos entender la gran pregunta de cómo nos movemos», dice. «En su lugar, construyes un sistema robótico, luego pruebas A, B, C. Y luego, si encuentras algo aplicable, dices: ‘Eh, así debe ser cómo realmente controlamos [a particular movement].'»
Incluso los investigadores de robótica más avanzados «no saben qué tipo de robot ayudará a las personas en este momento», dice Kim. «Solo estamos desarrollando tecnología de componentes».
Mientras tanto, el curso de robótica bioinspirada de Kim proporciona un terreno fértil para la experimentación.
“A los estudiantes les gustaban mucho sus robots”, dice Bolli. «Nos autoorganizamos en pequeños grupos para el proyecto final, de modo que todos trabajaron en un aspecto de la biomimética que les interesaba personalmente. Vi algunos proyectos agradables ‘fuera de lo común’, como un robot hula-hoop y un salto de pierna. en un trampolín. Como estudiante de ingeniería mecánica, creo que estaba mucho más entusiasmado con el aspecto ‘manus’ de ‘mens and manus’ [‘mind and hand,” MIT’s motto]así que los laboratorios que implicaron construir y controlar las piernas del robot, así como el proyecto final, fueron definitivamente la parte más interesante de la clase.
[ad_2]