Robots humanoides aprenden a sacar al estilo de un tenista profesional
Un marco de control jerárquico separa un planificador, que genera movimientos cinemáticos con estilo profesional a partir de vídeo de retransmisiones y datos de captura de movimiento, de un seguidor que los ejecuta. El seguidor se entrena con velocidades de ejecución aleatorias y el planificador usa una representación aprendida de la velocidad del movimiento, lo que mejora la robustez al pasar de simulación a hardware real. El sistema se validó en una plataforma de investigación y en un robot humanoide de tamaño completo, que sirvió sin sistema de captura de movimiento. El documento es un white paper patrocinado por Noitom Robotics.
Fuentes
- IEEE SpectrumLearning to Play Like a Pro: Adaptive Motion Planning and Tracking for Humanoid Robots