{"id":11532,"date":"2024-04-13T16:05:39","date_gmt":"2024-04-13T16:05:39","guid":{"rendered":"https:\/\/dailyai.com\/?p=11532"},"modified":"2024-04-15T11:50:53","modified_gmt":"2024-04-15T11:50:53","slug":"deepmind-train-robot-soccer-players-that-kick-tackle-and-defend","status":"publish","type":"post","link":"https:\/\/dailyai.com\/es\/2024\/04\/deepmind-train-robot-soccer-players-that-kick-tackle-and-defend\/","title":{"rendered":"DeepMind entrena a robots futbolistas que chutan, placan y defienden"},"content":{"rendered":"

Investigadores de DeepMind, de Google, han logrado un hito en rob\u00f3tica al entrenar con \u00e9xito a robots humanoides de 20 pulgadas de alto para jugar partidos de f\u00fatbol uno contra uno.\u00a0<\/b><\/p>\n

Su <\/span>estudiar<\/span><\/a>publicado en Science Robotics, detalla c\u00f3mo utilizaron el aprendizaje por refuerzo profundo (RL) para ense\u00f1ar a los robots complejas habilidades de locomoci\u00f3n y juego.<\/span><\/p>\n

Los productos Robots Robotis OP3<\/a> aprendi\u00f3 a correr, dar patadas, bloquear, levantarse de las ca\u00eddas y marcar goles, todo ello sin programaci\u00f3n manual. <\/span><\/p>\n

En su lugar, los agentes de IA que controlaban los robots adquir\u00edan estas habilidades por ensayo y error en entornos simulados, guiados por un sistema de recompensas.<\/span><\/p>\n

As\u00ed funciona el sistema de f\u00fatbol robotizado:<\/span><\/p>\n

    \n
  1. En primer lugar, entrenaron redes neuronales independientes denominadas \"pol\u00edticas de habilidades\" para movimientos b\u00e1sicos como andar, dar patadas y levantarse. Cada habilidad se aprend\u00eda en un entorno espec\u00edfico que recompensaba al robot por dominar esa habilidad concreta.<\/span><\/li>\n
  2. A continuaci\u00f3n, mediante una t\u00e9cnica denominada destilaci\u00f3n de pol\u00edticas, las pol\u00edticas de habilidades individuales se fusionaron en una \u00fanica red de pol\u00edticas maestras. Esta pol\u00edtica unificada pod\u00eda activar la habilidad adecuada en funci\u00f3n de la situaci\u00f3n.<\/span><\/li>\n
  3. A continuaci\u00f3n, los investigadores optimizaron a\u00fan m\u00e1s la pol\u00edtica maestra mediante el juego autom\u00e1tico, en el que el robot jugaba partidos simulados contra versiones anteriores de s\u00ed mismo. Este proceso iterativo permiti\u00f3 mejorar continuamente la estrategia y la jugabilidad.<\/span><\/li>\n
  4. Para preparar la pol\u00edtica para su despliegue en el mundo real, el entorno de entrenamiento simulado se aleatoriz\u00f3 en cuanto a factores como la fricci\u00f3n y la distribuci\u00f3n de la masa del robot. Esto ayud\u00f3 a que la pol\u00edtica fuera m\u00e1s robusta frente a las variaciones f\u00edsicas.<\/span><\/li>\n
  5. Por \u00faltimo, tras entrenar exclusivamente en simulaci\u00f3n, la pol\u00edtica final se carg\u00f3 en robots OP3 reales, que jugaron partidos de f\u00fatbol f\u00edsicos sin necesidad de ajustes adicionales.<\/span><\/li>\n<\/ol>\n

    Para ser honesto, tienes que verlo para creerlo, as\u00ed que mira Ciencia popular<\/a>a continuaci\u00f3n.<\/p>\n