El MIT está desarrollando un sistema de programación de tareas y movimientos para robots domésticos

¿Por qué no hay más robots en los hogares? Es una pregunta sorprendentemente compleja, y nuestros hogares son lugares sorprendentemente complejos. Una gran parte de la razón por la que los sistemas autónomos son particularmente exitosos en almacenes y plantas de producción es la relativa facilidad de navegar en un entorno estructurado. Claro, la mayoría de los sistemas aún requieren que se mapee una habitación antes de que pueda comenzar a trabajar, pero una vez que se hace, generalmente hay poca variación.

Las casas, por otro lado, son una especie de pesadilla. No solo varían significativamente de una unidad a otra, también están llenos de obstáculos hostiles y tienden a ser bastante dinámicos al mover muebles o dejar cosas en el suelo. Las aspiradoras son los robots más comunes en el hogar y siguen evolucionando incluso después de décadas en el mercado.

Esta semana, los investigadores del MIT presentan CSAIL PIGINet (Planes, imágenes, objetivos y hechos iniciales), que está diseñado para integrar la planificación de tareas y movimientos en los sistemas de robots domésticos. La red neuronal tiene como objetivo ayudar a optimizar su capacidad para crear planes de acción en diferentes entornos.

MIT explica PIGINet de la siguiente manera:

[I]Utiliza un codificador transformador, un modelo versátil y de última generación diseñado para procesar secuencias de datos. La secuencia de entrada en este caso consta de información sobre qué plan de tareas está considerando, imágenes del entorno y codificaciones simbólicas del estado inicial y la meta deseada. El codificador combina los planes de tareas, las imágenes y el texto para crear una predicción sobre la viabilidad del plan de tareas seleccionado.

El sistema actualmente se enfoca principalmente en actividades en la cocina. Se basa en entornos de vida simulados para crear planes que requieren interacciones con varios elementos del entorno, como mostradores, gabinetes, el refrigerador, el fregadero, etc. Los investigadores dicen que en escenarios más simples, PIGINet pudo reducir el tiempo de planificación en un 80 %. . . En situaciones más complejas, este número generalmente rondaba el 20-50%.

El equipo cree que las casas son solo el comienzo.

"Las aplicaciones prácticas de PIGINet no se limitan a los hogares", dice el estudiante de doctorado Zhutian Yang. "Nuestro objetivo futuro es continuar refinando PIGINet para sugerir cronogramas de tareas alternativos después de identificar acciones inviables, lo que acelerará aún más la creación de cronogramas de tareas viables sin requerir grandes conjuntos de datos para capacitar a un planificador de propósito general desde cero". los robots se entrenan durante el desarrollo y luego se implementan en cada hogar”.