En los últimos años, el campo de la robótica ha experimentado un gran avance. En el pasado, los ingenios robóticos se limitaban a permanecer en el suelo y a realizar las mismas actividades una y otra vez. Pero desde hace unos años, han habido grandes hitos de la robótica en la exploración espacial, la cirugía médica, los servicios a personas, entretenimiento y aplicaciones militares.
Ejemplos difícilmente imaginables hasta hace bien poco son robots guías de museos, u otros como el Nursebot, que se ocupan de asistir a las personas mayores en varias actividades diarias. Y una de las mayores novedades es que todos estos robots tienen que enfrentarse a la incertidumbre. Por ejemplo, un robot que se mueva por los almacenes tiene que entender dónde están colocados los distintos contenedores. Es un problema muy parecido al modelo guía de museo, pero su problema se ve acrecentado por los obstáculos móviles (la gente).
El robot de asistencia en geriatría encuentra problemas a la hora de entender a “sus pacientes”, los cuales pueden tener dificultades para expresarse y no saber explicar claramente sus dolencias o sentimientos.
En resumen, el entorno de muchos de estos robots es muy cambiante, y solo cuentan con los sensores para entenderlos. Pero los sensores no son tan buenos, ni mucho menos.
Por esa razón, la tendencia que surgió a finales de la década de los 90 fue la robótica probabilística, la cual se ocupa de una única idea clave: representar la información de manera probabilística. Concretamente, los modelos de la realidad en esta rama de la ciencia están representadas por distribuciones de probabilidad que describen la dependencia de unas variables en función de otras en términos de probabilidad.
La navegación de los robots según esta metodología permite predecir distintos estados que se puedan dar en la realidad y realizar un control robusto que lo supere. La robótica probabilística está fuertemente relacionada con la inteligencia artificial (la cual ha realizado grandes avances últimamente) y subramas como la visión artificial y el lenguaje. Pero además, esta nueva moda científica no podría haberse dado hasta que la teoría de la probabilidad, estadística e investigación operativa no hubieran llegado al punto de madurez que han llegado.
El texto que acabáis de leer es una traducción libre (y no del texto completo) del famoso artículo científico que supuso la eclosión de esta ciencia. Está escrito por Sebastian Thrun y se titula Is robotics going statistics? (2006).
¿A qué viene todo esto? Sebastian Thrun actualmente lidera el proyecto del Google Driverless Car, el cual según ya han anunciado será un coche sin pedales ni volante. Han realizado miles de km de prueba con este coche, y parece que en Inglaterra se permitirá la circulación de este tipo de vehículosel próximo año. Y la ciencia que domina los algoritmos de control de este vehículo es la robótica probabilistica (nombre que no me gusta nada y que todavía en la lengua castellana no se escucha mucho).
No quiero ni puedo entrar en detalles técnicos de como funciona el coche de Google y otras alternativas de fabricantes que están desarrollando el suyo. Simplemente quiero dejar claro el cambio de planteamiento en el campo de la robótica. Por mayoría aplastante, vencen los modelos determinísticos, los cuales son los que todos estamos acostumbrados a ver. Es decir, a aplicar x Newtons de fuerza para avanzar y metros, etc. Pero cuando los robots se introducen en ambientes tan distintos al de una fábrica, o una línea de fabricación donde todos los tiempos y espacios están marcados, este modelo ya no sirve y hay que acudir a otro. La robótica probabilística realmente es mucho más potente que el anterior.
0 comentarios:
Publicar un comentario