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.

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.

Hyundai y LG Energy crearon una planta de celdas de bateria en Indonesia
Crean pequeno actuador blando robotico que imita los musculos humanos
Presentan en China al robot Qinglong el primer humanoide de proposito general
robot caracol
El programa de chips cerebrales
Hyundai y LG Energy crearon una planta de celdas de batería en Indonesia
Crean pequeño actuador blando robótico que imita los músculos humanos
Presentan en China al robot Qinglong: el primer humanoide de propósito general
Desarrollan robot caracol que ubica compañeros para formar un enjambre
China acelerará su programa de chips cerebrales tras experimentar con un mono
PlayPause
previous arrowprevious arrow
next arrownext arrow
 

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)
loading spinnerCargando...