{"id":117272,"date":"2024-07-10T15:44:06","date_gmt":"2024-07-10T13:44:06","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/roboekskavator-obuchili-priczelno-shvyryat-kamni"},"modified":"2024-07-10T15:44:06","modified_gmt":"2024-07-10T13:44:06","slug":"roboekskavator-obuchili-priczelno-shvyryat-kamni","status":"publish","type":"post","link":"https:\/\/prohoster.info\/es\/blog\/news\/roboekskavator-obuchili-priczelno-shvyryat-kamni","title":{"rendered":"Un robot excavador ha aprendido a lanzar piedras con precisi\u00f3n","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Los excavadores experimentados conocen un truco que permite lanzar el contenido de la cuchar\u00f3n m\u00e1s all\u00e1 del alcance del brazo. Un excavador rob\u00f3tico dotado de inteligencia artificial result\u00f3 ser un alumno diligente que tambi\u00e9n aprendi\u00f3 a dominar<\/a><\/noindex> el lanzamiento preciso de piedras m\u00e1s all\u00e1 del rango de alcance del brazo. A continuaci\u00f3n, se encuentra el lanzamiento de materiales granulares y el aumento de la precisi\u00f3n para el uso de la cuchara a diversas alturas.<\/p>\n

<\/center> \t\t\t\t
<\/center> \"Un <\/p>\n

Investigadores suizos (ETH Z\u00farich) han informado sobre el proceso de entrenamiento de una red neuronal para un excavador rob\u00f3tico que manipula con precisi\u00f3n el contenido de la cubeta. La red neuronal, entrenada mediante aprendizaje por refuerzo, aprendi\u00f3 a lanzar una pelota y piedras a un punto espec\u00edfico, que estaba fuera del alcance de la p\u00e9rtiga (hasta 9,5 m con un alcance de captura de 7,5 m). Estas operaciones ayudar\u00e1n a la rob\u00f3tica a manejar un rango m\u00e1s amplio de tareas con un menor consumo de energ\u00eda en los desplazamientos, adem\u00e1s de hacer su trabajo m\u00e1s seguro.<\/p>\n

El excavador realiz\u00f3 la captura y lanzamiento de la cubeta con dos grados de libertad, que no estaba r\u00edgidamente fijada a la p\u00e9rtiga. Los lanzamientos se realizaron tanto en l\u00ednea recta, cuando solo estaba activa la p\u00e9rtiga, como con la rotaci\u00f3n de la cabina. En este segundo caso, la precisi\u00f3n era un poco menor, pero en cualquier caso el proyectil se desvi\u00f3 del punto de mira no m\u00e1s de 30\u201340 cm. <\/p>\n

<\/center>
\r\n \"Reproducir\r\n
<\/div>\r\n <\/div><\/center> <\/p>\n

Los investigadores entrenaron la red neuronal en una excavadora de 12 ruedas Menzi Muck M545 mejorada. Anteriormente, hab\u00edan ense\u00f1ado a la excavadora una serie de operaciones no triviales, por ejemplo, ense\u00f1\u00e1ndole a construir un muro estable con bloques de piedra sin tratar. La excavadora evaluaba por s\u00ed misma el equilibrio de las piedras y constru\u00eda un s\u00f3lido cercado de piedra. Para trabajos aut\u00f3nomos precisos en el terreno, la excavadora, utilizando los sensores instalados, construye un modelo del entorno que lo rodea, donde realiza las operaciones designadas.<\/p>\n

Fuente:<\/strong><\/p>\n