Planificació de moviment amb IA

Planificació de trajectòria clàssica

La planificació de moviment determina la trajectòria que ha de seguir un robot des d'una posició inicial fins a un objectiu, evitant obstacles.

Algorismes clàssics: - A*: cerca el camí mínim en un graf. Eficient per a espais discrets (mapes de graella) - RRT (Rapidly-exploring Random Trees): mostreig aleatori de l'espai de configuració. Molt usat per a braços robòtics - PRM (Probabilistic Roadmap Method): construeix un mapa de camins vàlids per a preguntes múltiples

Aprenentatge per reforç en robòtica

El Reinforcement Learning (RL) ha permès que robots aprenguin tasques complexes de manipulació que eren molt difícils de programar explícitament:

• OpenAI Dexterous Hand (2019): mà robòtica que aprèn a resoldre el cub de Rubik usant RL simulat i transferit a hardware real
• DeepMind AlphaCode per a robòtica: aprèn a manipular objectes deformables (roba, cables) que els mètodes clàssics gestionen malament
• Google RT-2 (2023): model de visió-llenguatge-acció que pot generalitzar instruccions en text a accions robòtiques

graph LR
    SIM[Simulador Gazebo-Isaac] --> POL[Politica RL]
    POL --> ACT[Accions del robot]
    ACT --> ENV[Entorn simulat]
    ENV --> REW[Recompensa]
    REW --> POL
    POL -- Transfer learning --> REAL[Robot real]

Sim-to-Real Transfer: entrenar en simulació i transferir a hardware real. El repte és el "reality gap": diferències entre simulació i realitat (fricció, llum, deformació de materials).