La integración de la inteligencia artificial en robótica ha dado un nuevo impulso al campo de la locomoción bípeda, particularmente en entornos complicados. Investigadores de la Universidad de Ciencia de Tokio y el Instituto Nacional de Ciencia y Tecnología Industrial Avanzada han destacado las ventajas del aprendizaje profundo de refuerzo para lograr que los robots humanoides caminen, superando obstáculos. Hasta ahora, estos métodos han tenido éxito solo en ambientes simples, pero este nuevo enfoque busca cambiar eso.

El prototipo en cuestión emplea una función de recompensa enriquecida mediante términos de distancia, permitiendo al robot orientarse hacia su destino sin colisionar. Esta innovación ha sido posible gracias al uso de arquitecturas neuronales MLP aplicadas en el modelo JVRC-1, que promueven tanto la política del actor como la función de valor.

Durante las pruebas, el robot fue colocado en simulaciones donde se ubicaron obstáculos en su camino y logró navegar con éxito hacia su meta deseada, una marca roja, sin incidentes. La política utilizada se entrena en diferentes entornos y se optimiza recogiendo alrededor de 96 millones de muestras, lo cual garantiza una robusta ejecución del movimiento ante la presencia de obstáculos.

Un factor clave en el diseño del control es la política de alto nivel, que calcula las posiciones conjuntas y luego aplica control PD para determinar los torques, garantizando una postura semi-sentada estable.

Sin embargo, a pesar de esta capacidad de navegación, el sistema revela limitaciones en la robustez, particularmente cuando los obstáculos cambian en el plano sagital. Aun con estas limitaciones, el enfoque es un avance prometedor que puede evitar colisiones mientras aspira a futuros desarrollos como la inclusión de multi-contacto para explotar y utilizar objetos en los entornos de prueba.

La investigación ha sentado una sólida base para el desarrollo de políticas de locomoción más complejas que puedan adaptarse a entornos cambiantes, proveyendo un primer paso hacia la locomoción multientorno en robótica humanoide.