Robots de servicio que aprenden de ti y como tú

Si bien el sector industrial ha sido durante muchos años el usuario principal de los robots, actualmente se observa un claro desplazamiento hacia el sector de servicios. Este auge de la robótica de servicios responde a la fuerte demanda de una sociedad con un envejecimiento notorio de la población (dentro de 40 años se estima que el 35% de la población europea tendrá edades superiores a los 60 años), y en la que los núcleos urbanos no cesan de crecer tanto en tamaño como en densidad de población. Si todavía no ha habido un crecimiento mayor de la robótica de servicios es debido a limitaciones tecnológicas que dificultan su progreso, y no a la ausencia de posibles compradores. Esta visión de un mercado en auge es compartida por todas las organizaciones nacionales e internacionales de robótica (Comité español de Automática, Plataforma Tecnológica Europea de Robótica, Hisparob, Federación Internacional de Robótica, etc.).

Ahora bien, si consideramos los escenarios y aplicaciones clave que se espera tengan los futuros robots de servicio (apoyo en tareas del hogar, vigilancia, rehabilitación, formación, entretenimiento, etc.) en seguida nos damos cuenta que esta nueva generación de robots debe tener la capacidad de aprender por si mismos. No pueden depender de un programador experto, sino que una vez que son comprados deberían ser “entrenables”. Sin embargo, el aprendizaje o adaptación no puede consistir únicamente en procesos en los que el propietario le “demuestre” al robot lo que tiene que hacer; el carácter limitado de la paciencia humana, la avanzada edad o problemas de movilidad de algunos propietarios de robots o el mero carácter ambiguo de la información proporcionada por las personas, hace que se requieran robots capaces de aprender no sólo de lo que hace el usuario (“robots que aprenden de ti”), sino también a partir de su interacción con el entorno físico y social. Al igual que los humanos (“robots que aprenden como tú”) los errores y aciertos del robot deberían permitir que éste pueda modificar su comportamiento futuro. Es más, esta adaptación no debería ser limitada en el tiempo, sino que debería ser continua, a lo largo de todo el tiempo de vida del robot.

Para lograr robots capaces de aprender de sus propietarios y como sus propietarios, en este proyecto tendremos que enfrentarnos a los siguientes desafíos:

1. Desarrollo de algoritmos que permitan aprender continuamente de la experiencia y la observación del comportamiento humano. Son necesarios algoritmos que permitan aprendizajes rápidos y continuos, la adquisición de nuevo conocimiento en cualquier instante o la capacidad de emplear la identificación del entorno para mejorar las prestaciones del robot.

1. Recuperación del conocimiento aprendido a partir del reconocimiento de escenas y la ubicación de los robots. Al igual que las personas, el comportamiento de los robots debe modularse no sólo con el tiempo sino también dependiendo de donde están. Los robots actuales no son capaces de interpretar el entorno en el que se mueven. No son conscientes de si se mueven en una habitación similar a otra en la que ya han estado. En este proyecto pretendemos avanzar en el desarrollo y aplicación de técnicas de visión por computador para interpretar escenas. Toda la información acerca del entorno será utilizada para la recuperación de controladores que han sido aprendidos previamente.

1. Desarrollo de interfaces multimodales que permitan apoyar el aprendizaje en el robot. Estas interfaces deben permitir una comunicación más cercana o amigable con el robot, bien sea mediante guiado gestual, la identificación de objetos probables en distintas zonas del entorno, etc.