La utilización de robots autónomos es esencial para la evolución de las labores de rescate en situaciones críticas- catástrofes naturales o accidentes industriales-. Esta es la razón por la que científicos alrededor del mundo están explorando formas de potenciarla capacidad de reacción de éstos.
Responder en situaciones inesperadas supone uno de los grandes retos de la robótica.
El comportamiento ante situaciones inesperadas se aprende gracias a un proceso que comienza en la infancia, en el que juegas y te relacionas con los demás, y la persona lo integra dentro de su experiencia. Por tanto, los sistemas autónomos se enfrentan a la complejidad de partir desde cero para afrontar tareas.
En un proyecto recientemente completado y financiado por la Austrian Science Fund FWF, Steinbauer y su equipo dotaron a un robot de algo parecido al sentido común. “En la vida real, situaciones sorprendentes o errores son comunes. Si un robot no se da cuenta del fallo no puede cumplir la misión”. Por ejemplo, acabar en un tercer piso en vez de un quinto durante una misión. En su proyecto , los investigadores han desarrollado un mecanismo que permite al robot detectar esos errores y reparar el sistema de la manera más adecuada.
En este contexto, los investigadores crean continuamente diagnósticos para observar cuando el robot calcula mal la situación presentada. Así, han descubierto que pueden monitorizar las reacciones autónomas del robot. Comprobando los efectos de cada acción, el robot comienza a aprender y deducir que necesita para el siguiente reto.
“Intentamos ajustar lo que el robot había planeado y lo que ha ocurrido realmente, escribiéndolo en lenguaje formal”, afirma Steinbauer. El modelo ha sido un éxito en los ensayos. Un robot diseñado para hacer simples acciones de envíos se mostró inalterable cuando se le sometía a engaños (ver el video debajo).
Para facilitar la compleja codificación de estos modelos, varios grupos de investigación alrededor del mundo han empezado a compartir conocimientos. Las bases de datos de conocimiento, por ejemplo, son de libre acceso. Los científicos de Graz (Austria) usan todo esta información para alimentar sus modelos. “Las bases de datos y colecciones de conocimiento parecen triviales en los seres humanos, pues un objeto no puede estar en dos sitios a la vez”, observa Gerald Steinbauer. En cambio, para la robótica es fundamental para ir desarrollando soluciones globales.
Hay otros factores que hacen difícil la investigación en robótica. Probar equipos autónomos demanda potentes ordenadores, porque ellos se desenvuelven a un grado de complejidad computacional máximo. Si no se dispone de ellos, las resoluciones de los robots tardarían horas o días en realizarse, una cantidad de tiempo que no se ajusta a la vida real.
Según Gerald Steinbauer, lo excitante de los robots es ajustar el conocimiento del robot con las necesidades del mundo real. Como el experto en IT enfatiza, todavía faltan aspectos fundamentales que necesitan solución en campos como la percepción o la cognición, entre otras. "Tenemos que entender, por ejemplo, como los sistemas biológicos realmente funcionan”, subraya Steinbauer tratando el tema de la implementación.