Cassie, el robot de reparto cuyo diseño se inspiró en un avestruz, fue creado por Agility Robotics.
Durante un experimento para probar los límites bípedos de Cassie, recorrió 5 km con una sola carga.
Cassie aprendió a correr por sí solo mediante un algoritmo de aprendizaje por refuerzo profundo.
Este algoritmo es una herramienta poderosa en IA que podría utilizarse para enseñar a los robots otras habilidades nuevas.
Es probable que conozca a Cassie como la base del robot de reparto Digit, de Agility Robotics. Sin embargo, si ha seguido de cerca la evolución de esta tecnología, sin duda sabe que comenzó su vida como Cassie, inspirado en un avestruz. El robot es todo patas y poco más.
Además de impulsar las ambiciones comerciales de Agility, el robot ha demostrado ser una plataforma sólida para explorar la locomoción bípeda. Anunciado en 2017 por Jonathan Hunt, profesor de la Universidad Estatal de Oregón, Cassie se creó con el objetivo de obtener una subvención de 1 millón de dólares del DoD, una historia bastante familiar en el mundo de la robótica.
Hoy, un equipo del Laboratorio de Robótica Dynamics de la Facultad de Ingeniería de la OSU destacó las formas en que siguen llevando a Cassie a sus límites bípedos. El equipo afirma que el robot logró recorrer 5 km sin cable, con una sola carga. Cassie no va a batir ningún récord humano mundial en un futuro próximo, pero la carrera de 53 minutos (y tres segundos) fue, aun así, una exhibición impresionante para la tecnología.
El tiempo de carrera del robot incluyó alrededor de 6,5 minutos de solución de problemas, ya que el equipo tuvo que lidiar con un ordenador sobrecalentado y un giro fallido que lo derribó.
“Cassie es un robot muy eficiente gracias a cómo ha sido diseñado y construido, y realmente logramos alcanzar los límites del hardware y demostrar lo que puede hacer”, dijo el estudiante de doctorado Jeremy Dao en un comunicado.
Según el equipo, Cassie aprendió a correr por sí solo mediante un algoritmo de aprendizaje por refuerzo profundo, lo que permitió al sistema descubrir cómo mantenerse erguido desplazando su equilibrio mientras corre.
“El aprendizaje por refuerzo profundo es un método poderoso en IA que abre la puerta a habilidades como correr, saltar y subir y bajar escaleras caminando”, añade el estudiante de grado Yesh Godse.
En mayo de este año, el equipo de la OSU también demostró cómo Cassie puede subir y bajar escaleras sin la ayuda de lidar ni de cámaras a bordo.
