Aprendizaje por refuerzo: la clave para robots submarinos más inteligentes

Isbel Lázaro.

Compartir en redes sociales

Aprendizaje por refuerzo

Inspenet, 14 de octubre 2023.

Un grupo de investigadores de la Universitat Politècnica de Catalunya – BarcelonaTech (UPC) ha puesto de manifiesto que el aprendizaje por refuerzo profundo tiene la capacidad de permitir a vehículos y robots submarinos autónomos la precisa localización y seguimiento de objetos y seres marinos. Este avance se ha documentado en un artículo publicado en Science Robotics.

¿Qué ofrece el aprendizaje por refuerzo?

Dicho estudio pone de manifiesto que el aprendizaje por refuerzo, una técnica ampliamente empleada en campos como el control y la robótica, así como en el desarrollo de herramientas actuales de procesamiento del lenguaje natural como ChatGPT, otorga a los robots submarinos la capacidad de aprender cómo llevar a cabo acciones específicas en momentos particulares para lograr objetivos concretos. De hecho, estas políticas de acción igualan e incluso superan a los enfoques convencionales basados en métodos analíticos.

Cuadricoptero bate el record Guinness de velocidad
Cohete de plasma que reduce el tiempo de viaje a Marte
Buque hibrido enchufable Electramar fue bautizado en Finlandia
Rusia descubrio reservas de petroleo y gas en la Antartida
El diseno multifuncional del robot G1
Cuadricóptero batió el récord Guinness de velocidad
Cohete de plasma que reduce el tiempo de viaje a Marte está en desarrollo
Buque híbrido enchufable Electramar fue “bautizado” en Finlandia
Rusia descubrió reservas de petróleo y gas en la Antártida
Unitree presentó su nuevo robot G1 y reveló su precio
PlayPause
previous arrowprevious arrow
next arrownext arrow
 

Este tipo de aprendizaje nos permite entrenar una red neuronal para optimizar una tarea específica que de otra manera sería muy difícil de lograr”, explica Ivan Masmitjà, autor principal del estudio.

El éxito de la investigación se basó en la aplicación de técnicas de acústica de alcance, que posibilitan la estimación de la posición de un objeto mediante la medición de distancias desde varios puntos diferentes

Para el entrenamiento de las redes neuronales, se aprovechó en parte el clúster de computadoras del Centro Nacional de Supercomputación de Barcelona (BSC-CNS), que alberga el superordenador más poderoso de España y uno de los más destacados de Europa.

Una vez que los algoritmos fueron entrenados, se sometieron a pruebas utilizando diversos vehículos autónomos en una serie de misiones experimentales que se llevaron a cabo en el puerto de Sant Feliu de Guíxols, en la región del Baix Empordà, así como en la Bahía de Monterey en California.

En investigaciones posteriores, el equipo explorará la viabilidad de emplear estos mismos algoritmos para abordar misiones de mayor complejidad.

Suscríbete a nuestra plataforma y siéguenos en las redes sociales:

Inspenet: https://inspenet.com/

YouTube: https://www.youtube.com/@inspenet

LinkedIn: https://www.linkedin.com/company/inspenetnetwork

Facebook: https://www.facebook.com/inspenetnetwork

Instagram: https://www.instagram.com/inspenet/

Fuente: https://www.eurasiareview.com/09102023-reinforcement-learning-helps-underwater-robots-to-locate-and-track-objects/?__cf_chl_tk=appVSEj8Kpx9Mx5.rdU6H9VzeQKWLJ94qzKzrWoS3G4-1696858354-0-gaNycGzNDdA

Comparte esta noticia en tus redes sociales

Valora esta publicación
1 estrella2 estrellas3 estrellas4 estrellas5 estrellas (Ninguna valoración todavía)
Cargando...