NVIDIA presenta 6-DoF GraspNet, un algoritmo que ayuda a los robots a coger objetos

El uso de algoritmos y aprendizaje profundo se ha convertido en una pieza clave para entrenar robots, una realidad que NVIDIA Research, la división de investigación y robótica del gigante estadounidense que dirige Jen-Hsun Huang, ha integrado perfectamente en sus planes de trabajo.

NVIDIA lleva años apostando por la inteligencia artificial (y todo lo que rodea a esta tecnología). Gracias a ello ha conseguido varios hitos importantes, entre los que destacan, por ejemplo, el desarrollo de los conocidos núcleos tensor, especializados en cargas de trabajo relacionadas con la inferencia, el aprendizaje profundo y la inteligencia artificial, y también sus modelos de entrenamiento para máquinas y robots.

Recientemente la compañía ha confirmado el desarrollo de 6-DoF GraspNet, un algoritmo que se encuentra en una etapa temprana, pero que es capaz de facilitar la base que necesitan los robots para poder llevar a cabo agarres de objetos totalmente aleatorios. Sí, la clave está en esa idea de aleatoriedad, ya que existen modelos preestablecidos para agarres concretos que funcionan de forma efectiva, pero limitada.

El funcionamiento de este nuevo algoritmo de NVIDIA se puede explicar de una manera bastante sencilla. El robot que lo utiliza puede «observar» el objeto que tiene que coger y puede decidir dónde quiere moverlo en seis dimensiones (coordenadas «x, z e y en el plano espacial y otras tres dimensiones a nivel de rotación). Tras esa observación previa se realiza una valoración de posibles agarres que asigna una puntuación diferenciada a cada uno de ellos, y finalmente un sistema de comprensión mejora la tasa de éxito del agarre al ajustar una serie de cambios menores.

En el vídeo adjunto podemos ver una explicación visual bastante clara del trabajo que realiza este algoritmo. Su potencial está fuera de toda duda, y la integración que ha llevado a cabo NVIDIA del modelo de simulación con objetos 3D apoyado sobre hipótesis de captación y heurística geométrica, y evaluados con el motor de física NVIDIA FleX, es realmente digna de mención. Durante el entrenamiento, los objetos se procesan en puntos de vista aleatorios para generar los grupos de agarre que vemos en el vídeo y las capturas simuladas con las que se aprenden los parámetros necesarios. El modelo que ha utilizado NVIDIA ha contado con el respaldo de ocho unidades GPU NVIDIA Tesla V100.

NVIDIA ha confirmado que este algoritmo ofrece unos resultados excelentes a pesar de su relativa simplicidad, y que hará nuevas demostraciones a finales de año aprovechando la celebración de la Conference on Computer Vision 2019 en Corea del Sur.