Darwin robot “bambino” impara a camminare attraverso la propria immaginazione, esattamente come farebbe un normale essere umano. L’androide è stato sviluppato nei laboratori di Berkeley, in California. L’obiettivo è quello di creare una sorta di algoritmo in grado di gestire le dinamiche della camminata e della corsa all’interno di un contesto reale.
Darwin il robot bambino
Darwin “vive” nel laboratorio di Pieter Abbeel, professore associato presso l’Università della California. I suoi movimenti sono regolati da diverse reti neurali simulate che imitano il modo in cui l’apprendimento avviene in un cervello biologico. L’approccio fa uso di reti neurali molto complesse chiamate deep-learning network, con molti strati di neuroni simulati. Per il robot imparare ad alzare e a torcere il corpo è la prima di una serie di simulazioni volte a creare un primo livello di apprendimento, qualcosa che i ricercatori comparano ad un “processo di immaginazione”. Questo primo step garantisce una guida generale al robot, che è dotato di una seconda deep-learning network che regola le interazioni tra i giunti che lo costituiscono e l’ambiente circostante. I ricercatori hanno insegnato all’androide a stare in piedi, a prendere oggetti con la mano e a rimanere in posizione verticale anche su un terreno inclinato.
Nel mondo reale
L’obiettivo è quello di rendere il robot capace di muoversi all’interno di un contesto reale, con movimenti più fluidi e senza il rischio di cadere. Attraverso esercitazioni virtuali e reali, Darwin si confronta con i normali ostacoli che può incontrare ognuno di noi e proprio grazie alla capacità di “immaginazione”, può apprendere le giuste contromisure; potrebbe imparare, per esempio, a camminare e rimanere in piedi sulla sabbia oppure non perdere l’equilibrio mentre si sbilancia per afferrare un oggetto. Dieter Fox, professore nel dipartimento di Informatica e Ingegneria presso l’Università di Washington, che è specializzata nella percezione e controllo del robot, afferma che l’apprendimento della rete neurale ha un enorme potenziale nel campo della robotica: “Sono molto entusiasta della direzione che ha intrapreso la ricerca”, dice Fox. “Il problema è legato all’azione nel mondo reale. I modelli sono imperfetti. Il machine learning e il deep learning vogliono arrivare all’insegnamento attraverso le interazioni con il mondo reale del sistema”.
Articoli correlati
Midea, Estun, Inovance: tutte le aziende cinesi che producono robot
Elon Musk teme davvero i Robot killer?
Tutti gli effetti (e i dubbi) della robotica in guerra
Tesla svelerà i robot umanoidi Optimus, tutti i dettagli
