Robots de servizo que aprenden de ti e coma ti

Robots de servizo que aprenden de ti e coma ti

Descrición

Se ben o sector industrial foi durante moitos anos o usuario principal dos robots, actualmente obsérvase un claro desprazamento cara ao sector de servizos. Este auxe da robótica de servizos responde á forte demanda dunha sociedade cun envellecemento notorio da poboación (dentro de 40 anos estímase que o 35% da poboación europea terá idades superiores aos 60 anos), e na que os núcleos urbanos non cesan de crecer tanto en tamaño coma en densidade de poboación. Se aínda non houbo un crecemento maior da robótica de servizos é debido a limitacións tecnolóxicas que dificultan o seu progreso, e non á ausencia de posibles compradores. Esta visión dun mercado en auxe é compartida por todas as organizacións nacionais e internacionais de robótica (Comité español de Automática, Plataforma Tecnolóxica Europea de Robótica, Hisparob, Federación Internacional de Robótica, etc.).

Agora ben, se consideramos os escenarios e aplicacións clave que se espera teñan os futuros robots de servizo (apoio en tarefas do fogar, vixilancia, rehabilitación, formación, entretemento, etc.) axiña nos decatamos que esta nova xeración de robots debe ter a capacidade de aprender por se mesmos. Non poden depender dun programador experto, senón que unha vez que son comprados deberían ser "entrenables". Non obstante, a aprendizaxe ou adaptación non pode consistir unicamente en procesos nos que o propietario lle "demostre" ao robot o que ten que facer; o carácter limitado da paciencia humana, a avanzada idade ou problemas de mobilidade dalgúns propietarios de robots ou o mero carácter ambiguo da información proporcionada polas persoas, fai que se requiran robots capaces de aprender non só do que fai o usuario ("robots que aprenden de ti"), senón tamén a partir da súa interacción co ámbito físico e social. Ao igual que os humanos ("robots que aprenden como ti") os erros e acertos do robot deberían permitir que este poida modificar o seu comportamento futuro. É máis, esta adaptación non debería ser limitada no tempo, senón que debería ser continua, ao longo de todo o tempo de vida do robot.

Obxectivos

Para lograr robots capaces de aprender dos seus propietarios e como os seus propietarios, neste proxecto teremos que enfrontarnos aos seguintes desafíos:

    1. Desenvolvemento de algoritmos que permitan aprender continuamente da experiencia e a observación do comportamento humano. Son necesarios algoritmos que permitan aprendizaxes rápidas e continuas, a adquisición de novo coñecemento en calquera instante ou a capacidade de empregar a identificación do ámbito para mellorar as prestacións do robot.

 

    1. Recuperación do coñecemento aprendido a partir do recoñecemento de escenas e a situación dos robots. Ao igual que as persoas, o comportamento dos robots debe modularse non só co tempo senón tamén dependendo de onde están. Os robots actuais non son capaces de interpretar o ámbito no que se moven. Non son conscientes de se se moven nun cuarto similar a outra na que xa estiveron. Neste proxecto pretendemos avanzar no desenvolvemento e aplicación de técnicas de visión por computador para interpretar escenas. Toda a información acerca do ámbito será utilizada para a recuperación de controladores que foron aprendidos previamente.

 

  1. Desenvolvemento de interfaces multimodais que permitan apoiar a aprendizaxe no robot. Estas interfaces deben permitir unha comunicación máis próxima ou amigable co robot, ben sexa mediante guiado xestual, a identificación de obxectos probables en distintas zonas do ámbito, etc.