Robótica situada

Cebrecos del Castillo y sus colegas, en el artículo escrito el año 2008 con el titulo “Robots inteligentes autónomos de nueva generación”, menciona que la previsibilidad y la estabilidad del entorno determinan en gran medida la complejidad de los robots que deben existir en dicho entorno. La robótica situada se ocupa de los robots que están insertos en entornos complejos y dinámicamente cambiantes. Son robots sin mapas internos del mundo. Mediante el uso de arquitecturas basadas en capas de mecanismos de situación-acción que exploran alternativas al enfoque de descripciones almacenadas para modelar la inteligencia humana y la construcción de robots, a esta perspectiva se le denomina robótica situada. Una de las metas de la investigación de este enfoque es desarrollar una teoría de aprendizaje espacial sin categorías predefinidas dentro de la arquitectura del robot. Se basa sobre dos ideas centrales, en las que se supone que: (1) Los robots están corporizados, es decir su cuerpo físico es apto para experimentar el entorno de manera directa y sus acciones tienen una realimentación inmediata sobre sus propias percepciones. (2) Los robots están situados, inmersos dentro de un entorno; interaccionan con el mundo, el cual influye, de forma directa, sobre su comportamiento. Dependiendo de cómo sea de complejo el entorno del robot, así de complejo tendrá que ser su sistema de control, un ambiente dinámico y desafiante requerirá un control lo suficientemente complejo como para que pueda reaccionar de forma inteligente y rápida.

Cebrecos y sus colegas continúan argumentando que existen tres tipos básicos de arquitectura de control, que dependen de las necesidades de la situación y de las características del entorno: (1) Control reactivo: “no pienses, actúa” (2) Control deliberativo: “primero piensa, y después actúa” (3) Control híbrido: “piensa y actúa independientemente en paralelo” Cada uno de estos tipos de control tiene sus fortalezas y sus debilidades y todos juegan importantes roles en ciertos problemas y aplicaciones. Aspectos como representación, memoria y aprendizaje toman un enfoque diferente al tradicional: (1) La memoria no es un lugar donde se almacenen las cosas, sino una construcción dinámica de coordinaciones previas. Las representaciones si no están almacenadas en el ambiente, son reconstruidas cada vez que se necesitan, así que deben ser percibidas para ser interpretadas. (2) Las representaciones son creadas por una interacción de procesos neurales y externos. La percepción deja de contemplarse como un proceso que genera una representación simbólica para posteriormente guardarla en la memoria. (3) El aprendizaje se da durante todo el tiempo, con cada acción, coordinación y movimiento, recompone todas las categorizaciones y secuencias de comportamientos previos.

En el artículo escrito por Caballero y sus colegas, publicado el año 2013 con el título “Efectos conductuales y actitudinales de una política de precios para disminuir el uso de bolsas plásticas”, se menciona que la robótica es un campo multidisciplinar de avanzada donde la percepción se constituye en tema central, ya que la adquisición y procesamiento de datos heterogéneos constituyen un prerrequisito para el logro de la autonomía y adaptación del robot en su capacidad de interacción con el entorno dinámico. La percepción robótica se está nutriendo de los enfoques de cognición corporizada y está dando lugar a ramas particulares como la robótica situada, cuya meta es construir robots con un cuerpo físico apto para interactuar en entornos complejos y cambiantes en los que están situados.

Según Cebrecos del Castillo y sus colegas, en el artículo citado anteriormente, los principales tipos de control en la robótica situada son: (1) Control reactivo. Es una técnica que une fuertemente las entradas de los sensores con las salidas de los actuadores, de forma que el robot responda muy rápidamente a los cambios de su entorno. Se puede observar que en la naturaleza la respuesta de los animales es mayormente reactiva. Sus limitaciones son que el robot es incapaz de mantener la mayor cantidad de información, la forma interna de las representaciones del mundo o aprender a lo largo del tiempo. Se prima la rapidez de reacción frente a la complejidad de razonamiento. (2) Control deliberativo. Utiliza la totalidad de la información sensorial disponible, y todos los conocimientos almacenados internamente, para decidir cómo actuar. El razonamiento se realiza a manera de planificación, que es uno de los principales y más complejos componentes de la inteligencia artificial. La planificación requiere la existencia de una representación interna del mundo, permite que el robot se adelante al tiempo futuro, es decir prevé los resultados de las posibles acciones en diversos estados, a fin de generar planes de actuación. (3) Control híbrido. El control híbrido aúna las ventajas del control reactivo y del deliberativo, combina la respuesta en tiempo real con la racionalidad y eficiencia de la deliberación. El sistema de control contiene ambos componentes, y éstos tienen que interactuar de forma que produzcan respuestas coherentes. Esto es algo difícil: el componente reactivo tiene que encargarse de las necesidades más inmediatas del robot, de forma que opera en una escala temporal muy pequeña y usa directamente los datos y señales sensoriales externos. Mientras, el componente deliberativo usa representaciones internas del entorno simbólicas y altamente abstractas, operando en una escala temporal mayor.