Los investigadores del departamento de robótica de la Universidad de California, Berkeley, aplicaron con Cassie, un robot que es todo piernas, un método muy parecido al que se emplea en la inteligencia artificial.
Cassie aprendió a andar primero en un entorno virtual mediante dos simuladores. El primero utilizaba una recreación digital del robot a la que se le enseñó a andar usando una amplia base de datos con los movimientos de otros robots. Con todo lo aprendido pasó al segundo simulador que imita con gran precisión las condiciones físicas del mundo real. Una vez superadas estas pruebas, el modelo del robot del simulador virtual se instaló en el de verdad.
Desde el primer momento, Cassie fue capaz de andar con gran soltura. Podía ir hacia delante, hacia atrás, ir hacia los lados o girar. Luego lo sacaron a la calle y comprobaron que las lecciones aprendidas en el simulador funcionaban también en el mundo real.
Para evaluar su estabilidad lo empujaron con un palo, le pusieron obstáculos debajo de los pies y le soltaron peso encima sin que Cassie lo supiera. El robot superó todas las pruebas sin problemas. El experimento fue un éxito, incluso cuando el robot se quedó medio cojo de la pierna derecha al fallarle dos de sus motores fue capaz de corregir sus movimientos para seguir caminando.
Este método de aprendizaje es inédito en robots de este tamaño, pero Google Robotics ya lo empleó con éxito hace justo un año en una versión muchísimo más pequeña. Por alguna razón le pusieron de nombre Minotaur ('minotauro', en español), aunque en el tamaño que se espera de una poderosa criatura mitológica.
Minotaur aprendió a andar en pocas horas por sí mismo gracias a técnicas de aprendizaje reforzado. Con este método el robot toma información de su entorno y aprende a base de recibir una recompensa cada vez que toma la decisión correcta.
Los investigadores de Google Robotics hicieron pruebas en las que Minotaur caminaba sobre distintos tipos de superficies, aunque todas esas pruebas fueron realizadas dentro de las cuatro paredes de su laboratorio. Según ellos, su robot solo necesitó ayuda cuando se caía o si salía del área destinada al experimento.
Sehoon Ha, uno de los ingenieros que lideraron el estudio, reconoce que es difícil conseguir replicar este experimento en el mundo real. Ese es uno de los grandes problemas que afrontan estos robots y la razón por la cual son más populares en los vídeos, que se hacen casi siempre en condiciones controladas, que en el mundo real, indicó El Confidencial.