CASIMIRO: UNA APROXIMACION INGENIERIL A LOS ROBOTS SOCIABLES

Oscar Deniz Suarez
Universidad de Las Palmas de Gran Canaria

Un campo en boga de la robótica, que podríamos llamar robótica social, persigue construir robots que tengan capacidades de interactuar con personas. Dichos robots tienen capacidad expresiva (la mayoría tiene una cara expresiva, voz, etc.), así como habilidades para localizar, poner atención, y dirigirse a las personas. En los humanos, estas habilidades caen en el ámbito de la llamada inteligencia social. Para este tipo de robots, el enfoque de diseño predominante ha sido seguir modelos tomados de disciplinas como psicología del desarrollo, etología e incluso neurofisiología.

En este trabajo se muestra que la reproducción de inteligencia social, a diferencia de otros tipos de habilidades humanas, lleva a un comportamiento frágil del robot construido, en el sentido de tener comportamientos muy diferentes entre las condiciones de prueba y las de trabajo real (no vistas). Esta limitación se debe al hecho de que en el ser humano las habilidades sociales, que aparecen primero en la vida, son fundamentalmente inconscientes. Esto contrasta con otras habilidades que realizamos con esfuerzo consciente, y para las cuales podemos con relativa facilidad concebir algoritmos. De esta forma, relacionamos la cantidad de conocimiento consciente que tenemos de la forma de la solución de una habilidad con la robustez que podemos lograr. Por otro lado, esto constituye también una explicación coherente para el conocido hecho en Inteligencia Artificial que dice que las tareas que son fáciles para nosotros resultan difíciles para los robots y viceversa.

Para algunos tipos de robots como los manipuladores uno puede extraer un conjunto de ecuaciones (o algoritmos, representaciones,...) que se saben son válidas para resolver la tarea. Una vez estas ecuaciones han sido almacenadas en el computador de control el manipulador siempre se moverá a los puntos deseados. Los robots sociables, sin embargo, requieren un esfuerzo de desarrollo más inductivo. Esto es, el diseñador prueba las implementaciones en un conjunto concreto de casos, y espera que el rendimiento sea igualmente bueno para casos futuros (no vistos). En procesos inductivos es crucial el conocimiento a priori que se tenga: si hay poco disponible uno puede obtener buen rendimiento en casos de prueba pero pobre rendimiento en casos no vistos (overfitting).

En Aprendizaje Máquina, la penalización de complejidad se usa a menudo como un medio válido para evitar el overfitting. Así, proponemos desarrollar los robots sociables partiendo de algoritmos y representaciones simples. Las implementaciones solo deberían hacerse más complejas a través de numerosas pruebas en el nicho del robot (el entorno particular del robot, y las restricciones impuestas sobre las tareas a realizar, el cuerpo físico del robot, etc.). Tal aproximación da mucha importancia a las decisiones ingenieriles que se toman durante todo el proceso de desarrollo, las cuales dependen mucho del nicho.

Este trabajo describe las ideas y técnicas empleadas en el desarrollo de CASIMIRO, un robot con un conjunto de habilidades de interacción básicas. El robot ha sido construido siguiendo el enfoque mencionado. En particular, el principal esfuerzo ha estado en explotar de forma parsimoniosa las características del nicho del robot con el fin de obtener mejores rendimientos.

PhD Document, en Inglés (7.5 MB)
Versión resumida en Español (5.9 MB)
"Robot de la Semana" de EURON
En el periódico ABC
En el periódico La Provincia
Video presentacion (14MB)