Conozca CyberOctopus, su guía para el mundo de los cefalópodos con aprendizaje automático

Un equipo de investigación ha construido una criatura virtual que imita las numerosas extremidades de un pulpo que contienen cerebro.

Los robots resistentes y torpes a menudo tienen dificultades para moverse por el mundo al igual que los animales. Los robóticos consideran que los materiales blandos y flexibles que simulan mejor los músculos naturales son la clave para construir máquinas más adaptables, pero debido a que pueden moverse de tantas maneras diferentes, son extremadamente difíciles de controlar.

La evolución ya ha descubierto cómo controlar los materiales blandos, por lo que Mattia Gazzola, profesora de ingeniería mecánica en la Universidad de Illinois Urbana-Champaign, recurrió a la naturaleza en busca de inspiración. «Todo tipo de criaturas hacen trucos para minimizar sus necesidades informáticas», dijo. «Existe esta inteligencia mecánica en el propio cuerpo».

Ningún animal encarna la meticulosa coordinación de extremidades suaves como el pulpo. Son conocidos por su inteligencia y creatividad, impulsadas no por un solo cerebro, sino por muchos.

Os polvos têm um sistema nervoso altamente distribuído, com um cérebro alojado no seu manto (o corpo semelhante a uma bolha do animal) desempenhando funções de alto nível, como aprendizagem e tomada de decisões, e tecido neural em cada membro executando comandos motores mais básicos por cuenta propia.

El CyberOctopus: una maravilla del aprendizaje automático

Inspirándose en esta estructura cerebral jerárquica (un controlador central que gestiona las acciones desencadenadas por las extremidades), el equipo de Gazzola, dirigido por la estudiante de doctorado Chia-Hsien Shih, construyó su propio pulpo. En un estudio publicado en sistemas inteligentes avanzados, ellos presentan el pulpo cibernéticoun robot blando simulado con múltiples extremidades que aprovecha una estrategia jerárquica de aprendizaje automático para buscar golosinas virtuales.

Cada brazo de CyberOctopus fue modelado como una varilla flexible envuelta en músculos virtuales elásticos. Al activar diferentes combinaciones de estos músculos, la extremidad puede contraerse, doblarse, extenderse o girarse. Ondas itinerantes de contracciones musculares pueden ondular los brazos para arrastrar a la criatura por el suelo de un entorno virtual o agarrar un objetivo de comida y llevárselo a la boca.

Un enfoque común en el aprendizaje automático y la robótica, dijo Gazzola, es «lanzar una enorme red neuronal al sistema» y esperar que aprenda qué hacer. Esto puede funcionar en entornos simples donde hay un número limitado de acciones y resultados posibles que puede experimentar el robot. Pero aquí, dijo, “hay muchas variables que abordar. Lo hemos probado y simplemente no funciona”.

En cambio, Shih y Gazzola diseñaron un sistema de control de tres niveles para guiar a CyberOctopus. El nivel más bajo maneja obstáculos básicamente sin ningún cálculo, instruyendo a los músculos de las extremidades a relajarse reflexivamente cuando chocan contra algo.

Además de eso, cada miembro individual emplea dos algoritmos simples que le permiten realizar dos comportamientos básicos por sí solo: alcanzar un objetivo de comida y gatear. En la parte superior, un algoritmo más complejo intenta crear una secuencia óptima de estos dos comportamientos (alcanzar y gatear) para recolectar la mayor cantidad de comida posible utilizando la menor cantidad de energía posible.

Después de confirmar que podían activar los músculos necesarios para hacer que el modelo se arrastrara en un entorno virtual, lo desafiaron con tareas cada vez más difíciles de recolección de alimentos.

Los investigadores monitorearon cuánta energía gastaba el pulpo versus cuánta recuperaba al comer, y descubrieron que su técnica de control jerárquico guió exitosamente a CyberOctopus a través de sus desafíos de búsqueda de alimento, todo sin depender de redes neuronales masivas.

«Hoy en día existe una tendencia a utilizar redes neuronales para todo», afirmó Gazzola. “Son herramientas muy poderosas. Pero si comprende el problema físico, puede aprovechar esa comprensión a su favor”.

Máquinas biohíbridas y mucho más

Si bien CyberOctopus tuvo éxito en las tareas que enfrentó aquí, el modelo aún no se compara con las habilidades creativas de resolución de problemas de un pulpo real. Los robots capaces de descubrir, en tiempo real, cómo escapar de un acuario virtual “en un espacio de parámetros tan grande, en un entorno complejo, aún no existen”, dijo Gazzola.

Pero la ciencia de los materiales, la robótica y las técnicas de aprendizaje automático son cada día más poderosas, por lo que en el futuro puede ser posible un CyberOctopus imbuido de una verdadera inteligencia similar a la de un pulpo.

En el futuro, Gazzola sueña con construir máquinas biohíbridas blandas que realicen cálculos utilizando tejidos vivos y sintéticos. “El pulpo fue una excusa para desarrollar esta tecnología [for broader use],» el dice.

Por ejemplo, los robots blandos pueden ser especialmente adecuados para navegar en entornos hostiles donde los robots rígidos estándar tienen dificultades, como estos. robots inflables en forma de tubo que puede meterse en espacios reducidos y levantar objetos pesados. Y la gentileza es siempre el objetivo de los robots que interactuarán con los humanos en posibles funciones médicas, de cuidado o de respuesta a emergencias.

«Es un espacio enorme», afirmó Gazzola, con una amplia gama de aplicaciones futuras por explorar. “Si comprendes el cuerpo, puedes usarlo para resolver un problema que de otro modo sería difícil de una manera sencilla. Esto demuestra que esto es posible”.

Referencia: C Shih, et al., Control jerárquico y aprendizaje de un CyberOctopus en busca de alimento, Sistemas Inteligentes Avanzados (2023). DOI: 10.1002/aisy.202300088