Investigadores de la ETH de Z\u00farich desarrollaron un sistema rob\u00f3tico capaz de resolver un juego de laberinto del mundo real utilizando el aprendizaje por refuerzo.\u00a0<\/b><\/p>\n
Como se detalla en <\/span>su estudio<\/span><\/a> \"Aprendizaje eficiente por muestreo para resolver un juego de laberinto del mundo real utilizando el aprendizaje por refuerzo basado en modelos y aumentado por datos\", este robot dotado de IA domin\u00f3 el juego del laberinto BRIO en s\u00f3lo cinco horas de datos de entrenamiento, superando cualquier intento anterior conocido.<\/span><\/p>\n El juego del laberinto BRIO, que quiz\u00e1 resulte familiar a algunos, es una prueba de motricidad fina y razonamiento espacial que exige a los jugadores conducir una bola de acero por un laberinto inclinando el campo de juego.\u00a0<\/span><\/p>\n A pesar de su aparente sencillez, el juego es complejo debido a la relaci\u00f3n entre la bola y las paredes, las irregularidades de la superficie y la din\u00e1mica no lineal de los mandos de control. Estos retos hacen que el laberinto sea ideal para aplicar y evaluar los m\u00e9todos de aprendizaje rob\u00f3tico m\u00e1s avanzados.<\/span><\/p>\n El equipo de la ETH de Z\u00farich, dirigido por Thomas Bi y el profesor Raffaello D'Andrea, desarroll\u00f3 un m\u00e9todo que extrae observaciones eficaces del laberinto utilizando im\u00e1genes de c\u00e1maras.\u00a0<\/span><\/p>\n El proceso de aprendizaje de la IA se basa en el aprendizaje por refuerzo basado en modelos, utilizando una funci\u00f3n de recompensa definida por el progreso a trav\u00e9s del laberinto.<\/span><\/p>\n Tras el entrenamiento, el robot de IA recorri\u00f3 con \u00e9xito el laberinto con una tasa de \u00e9xito de 76% y un tiempo medio de finalizaci\u00f3n de 15,73 segundos. Esto es ligeramente mejor que el mejor registro humano de 15,95 segundos.<\/span><\/p>\n El sistema utiliza una c\u00e1mara para captar im\u00e1genes de arriba abajo, extrayendo datos cruciales como la posici\u00f3n de la bola y el trazado del laberinto. Aprendizaje autom\u00e1tico <\/span>t\u00e9cnicas reflejan observaciones para mejorar los datos de entrenamiento, generando datos m\u00e1s diversos y mejorando la generalizaci\u00f3n.<\/span><\/p>\n Esta investigaci\u00f3n representa un importante paso adelante en la aplicaci\u00f3n de la IA en entornos din\u00e1micos del mundo real. El equipo de la ETH tiene previsto publicar su proyecto en c\u00f3digo abierto, ya que considera que su sistema podr\u00eda servir de referencia para futuras investigaciones sobre IA gracias a sus reducidas necesidades de espacio, su modesto coste y la sencillez de su configuraci\u00f3n de hardware.<\/span><\/p>\n Se publican m\u00e1s resultados <\/span>en este sitio web,<\/span><\/a> y a continuaci\u00f3n puedes ver un v\u00eddeo sobre el intrigante funcionamiento del sistema rob\u00f3tico.\u00a0<\/span><\/p>\nC\u00f3mo funcion\u00f3 el estudio\u00a0<\/span><\/h2>\n