RedacciónT21
Investigadores de la Universidad de Sussex, del Imperial College de Londres y de la Universidad Tecnológica de Nanyang en Singapur han utilizado por primera vez la Teoría de Juegos para permitir que los robots ayuden a los humanos de una manera segura y versátil.
La Teoría de Juegos es un área de la matemática aplicada que utiliza modelos para estudiar interacciones en estructuras formalizadas de incentivos (los llamados «juegos»). La teoría se ha convertido en una herramienta importante para la teoría económica y ha contribuido a comprender más adecuadamente la conducta humana frente a la toma de decisiones.
El equipo de investigación utilizó el control adaptativo y el así llamado Equilibrio de Nash, que forma parte de la teoría de juegos, para programar un robot que puede comprender el comportamiento de los usuarios humanos, anticipar mejor sus movimientos y responder a ellos.
El control adaptativo es un sistema de control de acontecimientos surgido en 1950 para el control automático de un avión teniendo en cuenta las variables en la dinámica de vuelo. Este modo de control procura que un sistema de control automático se adapte a circunstancias variables de comportamiento en la dinámica de un sistema y a sus perturbaciones.
El Equilibrio de Nash se produce cuando los miembros de un colectivo no tienen ningún incentivo para cambiar su estrategia, incluso teniendo en cuenta las estrategias de los demás miembros.
Robot reactivo
Lo que han hecho estos investigadores es integrar ambos conceptos en la arquitectura de un robot para que tenga en cuenta las variables que pueda aportar un ser humano y mantenga un equilibrio entre sus opciones y los movimientos de los seres humanos. De esta forma han conseguido un nivel insólito de interacción entre el robot y una persona.
Los investigadores creen que su desarrollo podría ayudar a los robots a complementar a los humanos para el entrenamiento deportivo, la rehabilitación física o la conducción compartida.
El autor principal, Yanan Li , profesor de Ingeniería de Control de la Universidad de Sussex, explica al respecto en un comunicado: “en la actualidad, los robots que se utilizan para una tarea no son lo suficientemente intuitivos para trabajar de cerca y de forma segura con los usuarios humanos. Al permitir que el robot identifique el comportamiento de los usuarios humanos y explotar la teoría de juegos para permitir que el robot reaccione de manera óptima, hemos desarrollado un sistema en el que los robots pueden trabajar junto a los humanos de la misma forma como lo hacen los humanos».
Para volver a andar
En un artículo publicado Nature Machine Intelligence, los investigadores describen cómo adaptaron la teoría de juegos para la interacción física de un robot con un humano, y cómo se puede usar para ayudar a un superviviente de un accidente cerebrovascular a volver a recuperar su capacidad motora.
La teoría de juegos se usa comúnmente para comprender cómo los agentes económicos deciden e interactúan entre sí para maximizar su propia ganancia. Para aplicar con éxito la teoría de juegos a la interacción de un robot y su usuario humano, los investigadores tuvieron que superar el problema de que el robot no puede conocer las intenciones del ser humano. Por lo tanto, los investigadores tuvieron que desarrollar un método que permitiera al robot identificar al compañero humano mientras interactuaba de forma segura y eficiente con su actividad.
El sistema de programación robótica reactiva desarrollado en esta investigación permite a un robot aprender continuamente el control del usuario humano y adaptar su propio control en consecuencia. El robot puede comprender la acción del usuario humano y luego responder y ayudarlo a realizar tareas con éxito y con el mínimo esfuerzo.
El profesor Etienne Burdet, presidente de robótica humana en el Departamento de Bioingeniería del Imperial College de Londres y autor principal del artículo, añade: «La teoría de juegos ha tenido importantes impactos en la economía durante el último siglo y ha llevado a varios premios Nobel, como el de Nash. Para aplicarlo a la interacción humano-robot, fue necesario comprender cómo el robot puede identificar los objetivos de control del usuario humano simultáneamente para interactuar sin problemas con ellos».
Referencia
Differential game theory for versatile physical human–robot interaction. Y. Li, G. Carboni et al. Nature Machine Intelligence, volume 1, pages36–43 (2019). DOI:https://doi.org/10.1038/s42256-018-0010-3
Hacer un comentario