¿Otra vez estás buscando las llaves de tu auto, las cuales arrojaste casualmente sobre una pila de papeles, libros y otros artículos después de una noche de fiesta? Tal vez necesites la ayuda de un robot de diseño nuevo que puede encontrar objetos a través del desorden al detectar lo que tú y otros humanos no pueden ver.

Mediante el uso de una cámara junto con un sensor adicional, los investigadores del Instituto de Tecnología de Massachusetts (MIT por sus siglas en inglés) diseñaron un robot que puede detectar dónde se encuentra un objeto, incluso si está escondido debajo de otros artículos.

“Una de las mejores partes del sistema es que puede ver a través de los objetos. Es capaz de localizar elementos que no necesariamente puede encontrar con la cámara”, dijo el investigador Isaac Perper a Zenger.

Para que el sensor pueda encontrar cosas fuera del campo visual, necesita contar con una etiqueta que envía señales de radio al robot para ayudarlo a determinar dónde podría estar el objeto, incluso cuando se encuentra debajo de otros artículos.

“El módulo de percepción [de radiofrecuencia] pudo localizar los elementos etiquetados”, dijo a Zenger la autora principal del artículo de investigación, Tara Boroushaki.

La aplicación de las señales de radio por parte de los investigadores se basó en décadas de investigación previa en el campo de la tecnología de la radiofrecuencia. Principalmente, las etiquetas de identificación por radio se han utilizado para enviar señales a receptores que son capaces de rastrear dónde se encuentra la etiqueta, como informó Ron Weinstein en su artículo de 2005, que trata sobre las etiquetas de radiofrecuencia y sus usos.

Los investigadores del MIT aplicaron esta tecnología para ayudar al robot a encontrar la ubicación general de objetos. Al incluir una cámara, pudieron mejorar la capacidad del robot para agarrar objetos.

Después, los investigadores crearon un entorno simulado necesario para enseñar al robot a encontrar elementos rápidamente, mediante la utilización tanto de la cámara como de las señales de radio.

“Existen muchos factores que son realmente difíciles de modular y optimizar. Entonces, lo que hicimos fue crear un entorno de simulación y construimos un robot de simulación dentro de este”, dijo Boroushaki.

En este escenario, el robot fue recompensado por encontrar objetos y castigado por cometer errores, como golpear otros artículos o ir a lugares equivocados.

“Con el tiempo, el robot aprende cuáles acciones son buenas y cuáles son malas”, dijo Boroushaki. “Así es también como aprende nuestro cerebro. Recibimos recompensas de nuestros maestros, de nuestros padres, de un juego de computadora, etcétera. Lo mismo ocurre durante el aprendizaje por refuerzo”.

“Tuvimos que hacer la simulación porque se necesitan miles, o a veces millones de pruebas, para que [el robot] aprenda. Esto es muy difícil de hacer en el mundo real porque tienes que asegurarte de que el robot no golpee a nadie ni se rompa; sin embargo, esto se puede lograr fácilmente en la simulación”.

Si bien el dispositivo aún está en desarrollo, los investigadores predicen que en un futuro tendrá aplicaciones en el mundo real.

“Una de las posibilidades de uso está en almacenes”, dijo Boroushaki. “Un robot podría ir a buscar objetos que tú pediste, ponerlos en tu paquete y verificar si colocó el artículo correcto y enviártelo”.

Con aplicaciones industriales, el robot podría mejorar la eficiencia de muchas empresas. Sin embargo, también podría tener un papel en los hogares.

“Si estás enfermo, un robot puede cuidar de tu familia y limpiar por ti. Cuando sea el momento de tomar tu medicamento, puede ir a buscarla y asegurarse de que la tomes”, dijo Boroushaki.

Perper mencionó el ejemplo de una repisa repleta. Si hay algo en el estante que bloquea tu vista del medicamento que estás buscando, el robot aún puede encontrarlo y tomarlo al rastrearlo con su sensor.

“Puede hacer cosas que las cámaras por sí solas son incapaces de hacer”, dijo Perper.

“En este momento, puedes considerar este robot algo así como una Roomba evolucionada, pero a corto plazo, podría tener muchas aplicaciones en entornos de fabricación y de almacenamiento”, dijo el autor principal del estudio, Fadel Adib, profesor asociado del Departamento de Ingeniería Eléctrica e Informática y director del grupo de Cinética de Señales en el MIT Media Lab.

Los investigadores dijeron que el proyecto se presentará en la Conferencia SenSys 2021, de la Asociación para Maquinaria Computacional, en Portugal, en noviembre.

Mientras tanto, los investigadores de MIT continuarán mejorando la eficiencia y la velocidad de su robot.

“Esos son todos los asuntos que tenemos que resolver durante los próximos meses”, dijo Perper.

Traducción de Yerem Mújica; editado por Yerem Mújica y Melanie Slone