Un grupo de investigadores de la Universidad de California, San Diego, en colaboración con otros científicos de instituciones destacadas, ha desarrollado un innovador marco de Aprendizaje por Refuerzo (RL, por sus siglas en inglés) llamado Versatile Instructable Motion prior (VIM). Este sistema busca dotar a robots de patas con habilidades de locomoción ágiles, permitiéndoles realizar movimientos avanzados como correr, girar, saltar y hacer volteretas, inspirándose en los movimientos animales.

El VIM es un marco diseñado para integrar conjuntos diversos de habilidades de locomoción ágiles en sistemas robóticos avanzados, utilizando la imitación de movimientos de animales junto a otros diseñados manualmente. Un componente clave del sistema es el aprendizaje de una única política basada en controladores de aprendizaje que facilita a los robots aprender, a través de un único controlador, una variedad de habilidades de locomoción ágil en el mundo real.

Para implementar este sistema, los investigadores crearon un rico conjunto de datos de referencia de movimientos que incluyen secuencias capturadas de cuadrúpedos, junto con trayectorias sintéticas y optimizadas. Estas referencias se traducen en un espacio de comando latente unificado, que guía al robot para recrear habilidades de locomoción a partir de estos comandos y su estado actual.

La evaluación del marco VIM se ha realizado tanto en simulaciones como en el mundo real, demostrando que el sistema supera eficazmente los métodos tradicionales. A través de un sistema de recompensas multifacéticas, el VIM guía al robot no solo a adoptar diversas y complejas habilidades de locomoción, sino también a alinear sus movimientos estilísticamente con los de referencia.

Mediante el uso de referencias de movimientos y el diseño particular de recompensas, incluidas métricas de rendimiento del sistema y evaluaciones cualitativas, el sistema permite al robot no solo aprender objetivos funcionales básicos, sino refinar sus giros de locomoción.

El trabajo también revela que, a diferencia de otros métodos que requieren un esfuerzo de ingeniería significativo o trabajos computacionales intensivos, el VIM puede adaptarse rápidamente a nuevas tareas, evitando la dependencia en técnicas costosas y complejas.

Como conclusión, la investigación ha permitido a robots aprender múltiples habilidades de locomoción de alta agilidad simultáneamente, posicionando al VIM como una herramienta esencial en la aproximación a tareas robóticas más intrincadas en el futuro.