ROBÓTICA

CAMPUS DIGITAL
PLAN CAPACITACIÓN DIGITAL CM

Tema 6 . Grupo 83M

Departamento de Informática
Universidad Carlos III de Madrid
 Primera Ley
Un robot no hará daño a un ser humano ni, por inacción, permitirá que un ser humano sufra
daño.
Segunda Ley
Un robot debe cumplir las órdenes dadas por los seres humanos, a excepción de aquellas que
entren en conflicto con la primera ley.
Tercera Ley
Un robot debe proteger su propia existencia en la medida en que esta protección no entre en
conflicto con la primera o con la segunda ley.

Isaac Asimov (1919 - 1992)

Escritor de ciencia ficción y profesor de
bioquímica
 1 DEL AUTÓMATA AL ROBOT
 Robótica
 Primeros pasos
 Brotes verdes

2 ESTRUCTURA DEL ROBOT

 Tipos de Robot
 Concepto y componentes

3 EL CEREBRO DEL ROBOT

 Arquitecturas
 Comportamiento
ÍNDICE  Aprendizaje
 Emociones y comportamiento social
 Cooperación multi-robot
 Ejemplos

4 ASPECTOS ÉTICOS Y JURÍDICOS IA

 Normativa UE
 Aspectos éticos
1. DEL AUTÓMATA AL
ROBOT
 La palabra robot fue usada por
primera vez en el año 1921, en la
obra teatral Rossum’s Universal
Robot (RUR) de Karel Capek.
En la obra los autómatas realizan
trabajos forzosos (robota) a las
órdenes de los humanos. Los robots
aniquilan a la humanidad a
excepción de su creador Rossum
para que les enseñe a reproducirse
ROBÓTICA
El género de la ciencia ficción
remota el término y la idea de las
máquinas autónomas como
exterminadores de la humanidad:
Metrópolis Thea von Harbou 1926
Isaac Asimov ha sido el máximo
impulsor de la palabra robot, en 1945
publica la precuela de la serie Robots
donde enuncia las tres leyes de la
robótica. En Robots e Imperio 1985,
publica la ley0.
El término robotica se atribuye a
Asimov.

Ley 0: Un robot no hará daño a la Humanidad o, por inacción, permitir que la Humanidad sufra daño

!Alto impacto en la ética de la inteligencia artificial!


Autómata: máquina que imita la
figura y movimientos de un ser
animado (Alejandría 85 d.C.)
 Aplicaciones lúdicas
PRIMEROS PASOS
 1948 Goertz desarrollo un
autómata mecánico no
humanoide para manipular
material radioactivo
 1954 lo transformó en eléctrico
 1958 Mosher desarrrolla Handy-
Man un exoesqueleto tripulado
 En los 70s la industria espacial se
interesa por la robótica.
Autómatas
Cultura Árabe s. VIII al XV
 Aplicaciones insdustriales: flujos
agua
 En 1961 Devol y Engelbergerg
fundan Consolidated Control
Corporation sobre una patente de
autómatata robot Unimate para
logística de Devol para la
utilización industrial de sus
máquinas.
 1968 acuerdos con Kawasaki.
En poco más de 30 años el desarrollo
de soluciones de robótica industrial
ha sido vertiginosa:
 1950 Robots que trabajan en
entornos estructurados (fábricas)
 1970 Robots que trabajan en
entornos no estructurados
(autónomos)
 1982 Makino desarrolla el concepto
SCARA (Selective Compliance
Assembly Robot Arm) alta
especialización, productividad y
coste reducido
 ROBOT: Máquinas físicas
programables que operan de forma
autónoma e interactúan con el
entorno mediante sensores y 2004/2018
actuadores 1997
Duración: desde 2004 ( 4700 días)
Duración: 30 días
Distancia recorrida (2017): >44km
Distancia recorrida: aprox. 100 m.
Metros/día: 3-10
ROBOT

Metros/día: 3-10
Misión: varios instrumentos (150.000
Misión: un instrumento
fotos)

Características ideales:
 Como son autónomos, pensamos que su inteligencia debe ser lo más general posible (se aspira a que no sea
necesario reprogramarlos)
 No podremos suministrar un modelo del mundo, ya que pueden operar en entornos desconocidos
 Al ser físicos, deberán ser capaces de funcionar en presencia de incertidumbre
 Será preciso utilizar aprendizaje (o incluso evolución) para adaptarse a los factores desconocidos o
cambiantes
 En suma, combina muchas técnicas diferentes de IA para las diversas funciones.
 https://www.youtube.com/watch?v=6feEE716UEk
BROTES VERDES
HUMANOIDES:
 Asimo – Honda: humanoide
políglota orientado al servicio.
 Atlas – Boston Dynamics-DARPA:
humanoide orientado a
búsqueda y rescate.
 Kurata- Sudobashi Heavy
Industry: exoesqueleto con
gestión remota
BIOINSPIRADOS:
 Cheetah Cub Boston Dynamics-
DARPA: máxima velocidad,
agilidad y tiempo de respuesta,
orientado a rescate
 Wild Cat Boston Dynamics-DARPA:
máxima velocidad, agilidad y
tiempo de respuesta, orientado a
rescate
 Termet-Harvard University: equipo
de robots, colaboración no
centralizada siulando enjambres,
aplicable en logística y
construcción.
 Fly- Harvard Microrobotic Lab: gran
autonomía, pequeño tamaño,
simula insecto, oritentado a
rescate y la vigilancia
ASISTENCIALES
 MapRobot- Electrolux: orientado a
la limpieza con amplia autonomía,
elaboración de mapas y
orientación
 Ingenuity – NASA : helicóptero
complemento del Perseverance,
orientado al vuelo teledirigido en
otro planeta.
 Estudiante virtual – VGO, habilita la
asistencia virtual en remoto
2. ESTRUCTURA DEL
ROBOT
 Robot industrial:
• Secuencial
• De trayectoria controlable
• Adaptativo
• Telemanipulado
TIPOS

Robot servicio:

Sensores: permiten al robot adquirir conocimiento
sobre su etado y el estado de su entorno.
COMCEPTO Y COMPONENTES
 IMU (Inertial Measurement Unit)
 GPS (global Positioning System)
 Bumpers
 Infrarojos
 Láser
 Cámaras: fijas, móviles
 Sonidos
 De luz, de movimiento, de escaleras, software, . .
Controladores predefinidos
Teoría de Control Clásica: Valores de los
controladores relacionados
matemáticamente con la entrada.
Aplicaciones industriales.
Actuadores: generan el movimiento
de los elementos del robot según
dicte la unidad de control.
Concepto  Ruedas
 Brazos
 Patas
 Sonido
 Cámara
 Software: email, . . .
Gobiernan la estructura mecánica a
través de transmisores y reductores
Controladores programados
Sistemas de reglas: Valores de los controladores relacionadas
semánticamente con las entradas. Juegos, entornos
planificados, etc..
 SI <los valores de entrada se encuentran en este rango>
ENTONCES <los valores de salida se ponen a este valor>
Estos controladores generan superficies de control en planos
horizontales, por lo que generan movimientos bruscos
Sistemas Borrosos: El uso de los conceptos borrosos permite
un controlador que aúna los dos anteriores. Lavadoras, frenos
de trenes, ABS, enfoque de las cámaras.
Las reglas borrosas permiten eliminar los saltos entre
situaciones y hacer las transiciones más suaves.
3. EL CEREBRO DEL
ROBOT
ARQUITECTURAS

Visión clásica Basadas en el comportamiento

 Visión clásica del cerebro del robot

1. Representación del Mundo de manera semántica mediante relaciones

ARQUITECTURA CLÁSICA

entre objetos o mediante quadtree (descomposición jerarquica del

espacio).
2. Generación de acciones mediante planificación
3. Uso fundamentalmente de las capacidades de razonamiento (ALTO
NIVEL)

Representación del mundo Planificación

(Mapa = modelo de los elementos
importantes del mundo )
 Construcción del mapa: pre-
programado, aprendido
Relación entre la representación
del mundo y las acciones del
 Por tareas y subtareas
planificador
 Sensar – Planificar –Actuar (sobre
el modelo)

Limitaciones
 Lento

 Obsolescencia de la
representación del mundo
 Visión del cerebro del robot basada en
comportamiento reactivo (Brooks 1986)
COMPORTAMIENTO REACTIVO
Todo el controlador está fundamentado en el
ARQUITECTURA BASADA EN
Subsumption: Combinación de comportamientos simples
 Combinación de comportamientos sin control
centralizado Enfoque inspirado en la evolución.

desarrollo de comportamientos reactivos (sensar-  Concurrente (paralelo).

actuar).  No es necesario un modelo interno del mundo (no
 BAJO NIVEL memoria) , usa el mundo como canal de
comunicación.
 Muy rápido.
 Incapaz de aprender, reactivo.
 Poco usado en la actualidad.

Ejemplo Ejemplo

Fuerza de la
salida de
evitar obliga a
S elegir entre
E una de las
N distancia SEGUIR UN dos acciones
S ángulo OBJETO
O
R
distancia EVITAR
E
a OBSTÁCULOS
S
obstáculos
 Visión del cerebro del robot hÍbrida Visión del cerebro basado en conducta
 Combina los dos modelos anteriores, modelo en (comportamiento deliberativo)
tres capas:  Alterna los dos modelos anteriores sin capa
 Capa inferior reactiva (BAJO NIVEL) intermedia
ARQUITECTURA PROACTIVAS

 Capa superior deliberativa (ALTO NIVEL)  Puede actuar forma reactiva o deliberativa
 Capa intermedia conecta las otras capas  Concurrente: Representaciones y escalas de
 Concurrente: Representaciones y escalas de tiempo iguales entre las capas, lo que permite la
tiempo diferentes entre las capas concurrencia sin capa intermedia

Representación del mundo (Mapa = Planificación

modelo de los elementos Relación entre la
 Por caminos A*
importantes del mundo ) representación del mundo y
 Generación de mapas: las acciones del planificador
preprogramados, aprendidos
 Estado o situación: descripción instantánea
 Localización: GPS, balizas, en(robot1,sala1),
Markov, Montecarlo, filtro de puerta-abierta(puerta1,sala1,sala2),
Kalman, . . . puerta-
p(Estado=(x,y) / Sensores= (s[0],...,s[n])) cerrada(puerta2,sala1,sala3),...
 Representación alto nivel: redes  Por tareas y subtareas  Acción u Operador: qué puede hacer el
robot
neuronales deep learning
levantar, dejar, empujar, mover, girar,
...
Metas: visitada(sala3)
Plan:
mover(robot1,sala1,sala2,puerta1),
...
 Criterios: tiempo, precio, ...
EJEMPLO REACTIVO/DELIBERATIVO

Problema: Navegación por un entorno desconocido

Reactivo (subsumption)
GoStraight Ir recto
TurnRight Si hay pared, girar derecha
TurnLeft Si hay paso a izquierda, girar
ReachGoal Si objetivo, FIN

Deliberativo (MDP)
1.updateTransitionFunction
2.doValueIteration
3.computeActionFromValues
4.ReachGoal
Obtener tabla de transiciones
Calcular valores
Encontrar política óptima y mover
Si objetivo, FIN
 Aprendizaje de comportamientos
APRENDIZAJE

A partir de ejemplos / ejemplos con refuerzo

 Ejemplo CPT (Continuos Performance Test): Navegación por un entorno desconocido

Podemos navegar el entorno de forma aleatoria De igual modo se puede estimar la

e ir aprendiendo En cada paso generamos recompensa como recompensa
EJEMPLO APRENDIZAJE

experiencias: (s,a) → (s′ ,r) media

Si se hacen suficientes pruebas las experiencias nos
definen la tabla de transiciones del MDP mediante
cálculo de frecuencias
EMOCIONES Y COMPORAMIENTO
SOCIAL Comportamiento social: Reconocimiento de emociones y gestualización

http://www.youtube.com/watch?v=3GkI374ZkM4
 Dominios multi-robot: Necesidad de coordinación, negociación, cooperación y comunicación
COOPERACIÓN MULTIROBOT
 Coordinación
Centralizada: si robot1 cercano a robot2, mover robot2
Distribuida: si muy cerca de otro robot en la derecha mover a la izquierda

 Comunicación. Necesidad de un lenguaje como KQML

inform X Y
request X Y

 Ejemplos
https://www.youtube.com/watch?v=4ErEBkj_3PY (dron 4 motores)
http://www.youtube.com/watch?v=qBUFX41e1mc (100 kilobot sin chocar)
http://www.youtube.com/watch?v=pJVS-9sMiVY (alineamiento figuras n robot)

Ejemplo colaboración entre dos humanoides:

Grupo de Planificación y Aprendizaje (PLG) del
Departamento de Informática U3CM

https://www.youtube.com/watch?v=tovwPsDm-6c
EJEMPLOS

 P3(Honda) http://www.youtube.com/watch?v=7T_O9BkkFik
• Perro http://www.youtube.com/watch?v=Rljneh_N9WI

• Boss http://www.youtube.com/watch?v=lULl63ERek0
• Nao http://www.youtube.com/watch?v=2STTNYNF4lk
• Drones(Quadrotors) http://www.youtube.com/watch?v=_sUeGC-8dyk

• Jugadores de fútbol https://www.youtube.com/watch?v=6BchV1Pk7yc

4. ASPECTOS ÉTICOS Y
JURÍDICOS
  En 2018 la Unión Europea comenzó comenzó a regular la Inteligencia Artificial, presentando por primera vez una
estrategia de IA y acordó un plan coordinado con los Estados miembros. Un año después, la Comisión Europea
estableció entre sus prioridades para 2019-2024 conseguir una Europa preparada para el mundo digital, donde se
incluía el debate sobre una inteligencia artificial humana y ética.
 En 2019, la Comisión publicó las Directrices éticas para una Inteligencia Artificial de confianza y en 2020 vio la luz el Libro
Blanco sobre Inteligencia Artificial, una estrategia industrial de la IA para que Europa adopte y lidere el desarrollo de
esta tecnología, a la vez que propone un marco legislativo que impulse la confianza en la IA respetando los derechos
fundamentales y la ética de Europa.
 En marzo de 2021 se publica la Ley de Inteligencia Artificial, una propuesta para regular los usos de la IA con el fin de
abordar adecuadamente los beneficios y riesgos de su uso.
 Actualmente se está debatiendo en el Consejo Europeo, junto con adendas relativas al avance IA de los últimos meses
NORMATIVA

Riesgo inaceptable, entre los que se enmarcarían prácticas

(*) Marco regulatorio para el nivel de riesgo inaceptable
como: clasificación social, vigilancia masiva, manipulación del
comportamiento causando daños, etc. (*). Estos usos
quedarían prohibidos salvo aquellos autorizados por la ley por
motivos de seguridad nacional.
Alto riesgo, donde se incluyen: el acceso a empleo,
educación y servicios públicos, componentes de seguridad de
vehículos, aplicación de la ley, etc. En este caso sería preciso
una evaluación de conformidad (propia o por una tercera
parte).
Riesgo limitado, engloba prácticas como la suplantación de
personalidad, chatbots, reconocimiento de emociones, Deep
fakes, categorizaciones biométricas, etc. Para esta categoría
existe una obligación de transparencia, por lo que será preciso
informar de que se está interactuando con un sistema de IA
(salvo que sea evidente) y etiquetar “deep fakes”.
Riesgo mínimo, para el resto de usos. Deben fomentar la
adopción de códigos de conducta y voluntarios, incluyendo
las obligaciones de transparencia
 IA es la habilidad de una máquina de
presentar las mismas capacidades que los
seres humanos, como el razonamiento, el
aprendizaje, la creatividad y la capacidad
de planear”
UE
ASPECTOS ÉTICOS

BBC - 2014
 El reconocido científico dijo a la BBC que "el desarrollo de una
completa inteligencia artificial (IA) podría traducirse en el fin de la
raza humana".

 Para Stephen Hawking el temor radica en que una versión más

elaborada de IA "puede decidir rediseñarse por cuenta propia e
incluso llegar a un nivel superior"

Pacto Digital & Alianza IA (4000 organizaciones en UE)

GRACIAS