Inteligencia Artificial: Robots de juegos

0

La robótica de hoy esta cada vez más ámbitos, algo que logramos ver realizado con los coches autónomos, en el ámbito guerrero con exoesqueletos o robots como AlphaDog e, inclusive, los hay que son idóneos de marcarse los pasos de baile del Gagnam Style. Dentro del extenso espectro de robots que vamos viendo mediante los medios de comunicación y diferentes grupos de investigación, conseguimos hallar diferentes proyectos de robots preparados para resolver dificultades complejas y actuar, sobre la marcha, estableciéndose en los conocimientos adquiridos mediante un proceso de aprendizaje. Los procesos de aprendizaje de robots son el núcleo de proyectos como el robot Macgyver o de los brazos robóticos del MIT que conocimos recientemente y a los que vamos a añadir un curioso jugador de juegos robótico creado por el Instituto Max Planck para el Desarrollo de Sistemas Inteligentes.

Esta fabricación lleva muchos meses en fase de desarrollo en el centro del Instituto Max Planck para el Desarrollo de Sistemas Perspicaces, ubicado en Tübingen (Alemania), donde el equipo de científicos ha adquirido como base un brazo robot operativo y se ha encaminado en crear un algoritmo de aprendizaje para que el brazo sea idóneo de jugar juegos como el robot de tenis de mesa o que posiblemente un robot para jugar online como partypoker, es decir, localizar las jugadas (a través de un sistema de visión artificial) y devolverla la jugada con una jugada segura de ganar.

¿Y cómo puede un robot instruirse a jugar al tenis de mesa? La respuesta lograría ser sencilla: a través de una programación; pero efectivamente es algo más complicada puesto que uno de los miembros del equipo de investigación agarró el brazo robot y lo guió en una partida supuesta con la idea de lograr una serie de pautas y movimientos primordiales. De esta tutorización, el equipo extrajo unos 25 patrones de movimiento fundamentales y, a través de su combinación, el robot es preparado de responder (con más o menos acierto) y golpear la bola con su pala.

Cuando el robot coge la bola y debe responder, efectúa una mezcla de las 25 pautas a través de un sistema de ponderación, es decir, a cada uno de estos 25 movimientos base se les establece un peso y la terminación final es el golpe que debe realizar. ¿Y de dónde proceden los pesos? Aquí es donde entra en juego, de nuevo, el proceso de aprendizaje y entrenamiento, un proceso en el que se asigna a prueba el sistema (se le hace jugar) y se alimenta una y otra vez con los éxitos y fracasos en sus golpes, recalibrando los pesos y, a través de la práctica, logrando una mejor tasa de resultados.

Incoming search terms:

  • logos de inteligencia
Share.

Leave A Reply