El rápido avance de los algoritmos de aprendizaje profundo y los modelos generativos ha permitido la producción automatizada de contenido artístico cada vez más sorprendente generado por IA.Sin embargo, la mayor parte de este arte generado por IA se crea mediante algoritmos y modelos computacionales, más que mediante robots físicos.

Investigadores de la Universidad Complutense de Madrid (UCM) y la Universidad Carlos III de Madrid (UC3M) desarrollaron recientemente un modelo basado en aprendizaje profundo que permite a un robot humanoide dibujar dibujos, de forma similar a como lo haría un artista humano.Su papel,publicadoenInvestigación de sistemas cognitivos, ofrece una demostración notable de cómo los robots podrían participar activamente en procesos creativos.

"Nuestra idea era proponer una aplicación robótica que pudiera atraer a loscomunidad científicay el público en general", dijo a Tech Xplore Raúl Fernández-Fernández, coautor del artículo. "Pensamos en una tarea que podría ser impactante al ver a un robot actuando, y así fue como surgió el concepto de hacer arte con unrobot humanoidevino a nosotros."

La mayoría existentesistemas robóticosLos dispositivos diseñados para producir bocetos o pinturas funcionan esencialmente como impresoras, reproduciendo imágenes previamente generadas por un algoritmo.Fernández-Fernández y sus colegas, por otro lado, deseaban crear un robot que aprovechara técnicas de aprendizaje por refuerzo profundo para crear bocetos trazo a trazo, similar a cómo los dibujarían los humanos.

"El objetivo de nuestro estudio no fue hacer unacuadro"Queríamos mejorar la etapa de control del robot de las aplicaciones de pintura".

En los últimos años, Fernández-Fernández y sus colegas han intentado idear algoritmos avanzados y eficientes para planificar las acciones de los robots creativos.Su nuevo artículo se basa en estos recientes esfuerzos de investigación, combinando enfoques que encontraron particularmente prometedores.

"Este trabajo se inspiró en dos trabajos anteriores clave", dijo Fernández-Fernández."El primero de ellos es uno de nuestros anterioresesfuerzos de investigación, donde exploramos el potencial del Quick Draw!El conjunto de datos funciona para la formación de pintores robóticos.El segundo trabajo presentado.Aprendizaje Q profundocomo una forma de realizar trayectorias complejas que podrían incluir características complejas como emociones".

El nuevo sistema de dibujo robótico presentado por los investigadores se basa en un marco de Deep-Q-Learning introducido por primera vez enun documento anteriorpor Zhou y colegas publicado enarXiv.Fernández-Fernández y sus colegas mejoraron este marco para planificar cuidadosamente las acciones de los robots, permitiéndoles completar tareas manuales complejas en una amplia gama de entornos.

"Elred neuronal"Se divide en tres partes que pueden verse como tres redes diferentes interconectadas", explicó Fernández-Fernández. "La red global extrae las características de alto nivel del lienzo completo.La red local extrae características de bajo nivel alrededor de la posición de pintura.La red de salida toma como entrada las características extraídas por las capas convolucionales (de las redes global y local) para generar las siguientes posiciones de pintura".

© 2024 Red Ciencia X