Machine Learning para Robots, del Entrenamiento Virtual a la Tarea Real

Resumen

El aprendizaje automático de máquinas ha tomado fuerza en las últimas décadas debido al avance de la tecnología, logrando que sistemas relativamente pequeños realicen tareas tales como reconocimiento de personas, clasificación de imágenes, diagnósticos médicos hasta control de robots de manera autónoma. La principal limitación que tienen los sistemas de aprendizaje autónomo para robots reales es el tiempo de entrenamiento, ya que durante dicha fase el sistema está sujeto a condiciones físicas tales como la aceleración, la gravedad y las colisiones con el entorno, todas estas situaciones con tiempos de ocurrencia muy grandes comparados con los tiempos de cómputo. Por lo anterior, en este trabajo se presenta una opción para el ML utilizando ambientes virtuales donde la velocidad de interacción física puede alterarse ya que el comportamiento físico es calculado por el procesador de la computadora, logrando acelerar el proceso y reduciendo los tiempos necesarios para el entrenamiento.