I robot capaci di camminare su terreni accidentati, spingere oggetti pesanti o navigare in stanze affollate non sono più fantascienza, ma insegnare loro come fare è una sfida formidabile. Affinché una macchina si muova efficacemente, deve coordinare costantemente le sue membra con il mondo fisico, decidendo esattamente quando e dove posare un piede o una mano. Tradizionalmente, gli ingegneri hanno cercato di risolvere questo problema programmando a mano ogni possibile movimento, un processo tedioso che spesso fallisce quando il robot incontra qualcosa di inaspettato. Più recentemente, gli scienziati si sono rivolti a un metodo chiamato apprendimento per rinforzo (reinforcement learning), in cui un robot impara attraverso tentativi ed errori, proprio come un bambino che impara a camminare. Il robot prova un movimento, vede se cade o ha successo, e regola le sue regole interne per fare meglio la volta successiva. Tuttavia, questo processo di apprendimento è incredibilmente costoso. Richiede enormi quantità di potenza di calcolo e tempo, specialmente quando il robot deve imparare a vedere il suo mondo attraverso telecamere piuttosto che affidarsi solo a sensori interni. Il robot deve imparare a tradurre ciò che vede in azioni fisiche, un compito che spesso porta a movimenti goffi e involontari se l'addestramento non è guidato con cura.

Un team di ricercatori della Yale University e della University of Sydney ha sviluppato un nuovo approccio per risolvere questo problema, permettendo ai robot di apprendere comportamenti visivi complessi molto più velocemente e in modo più affidabile rispetto al passato. Hanno creato un sistema che chiamano Sampling-Guided Policy Search. Invece di lasciare che il robot vaghi ciecamente attraverso milioni di tentativi casuali, questo sistema utilizza uno strumento di pianificazione intelligente per generare prima uno schizzo approssimativo del movimento corretto. Pensate a questo strumento di pianificazione come a un allenatore che esegue una rapida simulazione nella propria mente per capire la migliore sequenza di passi per un compito specifico, come scavalcare un ostacolo o spingere una cassa. Il robot utilizza poi questo schizzo come punto di partenza. I ricercatori hanno scoperto che combinando questa guida iniziale con un metodo che permette al robot di apprendere direttamente dalle immagini della telecamera, potevano addestrare robot altamente capaci in una frazione del tempo solitamente richiesto.

Il nucleo della loro scoperta risiede nel modo in cui gestiscono il processo di apprendimento. In molti tentativi precedenti, i ricercatori addestravano un robot utilizzando dati interni perfetti sul proprio corpo e sull'ambiente, e poi cercavano di insegnare a una seconda versione del robot a imparare solo da ciò che vede una telecamera. Questo processo in due fasi era lento e spesso risultava in un robot incapace di gestire le imperfezioni del mondo reale. Il nuovo metodo salta l'intermediario. Addestra il robot a imparare direttamente da immagini di profondità — dati visivi che mostrano quanto siano lontani gli oggetti — mentre utilizza simultaneamente lo strumento di pianificazione per perfezionare gli obiettivi del robot. Il sistema funziona in un ciclo: genera un movimento target, lascia che il robot cerchi di seguirlo e poi usa lo strumento di pianificazione per correggere il target se il robot si scosta leggermente dal percorso. Questo continuo scambio assicura che il robot non impari solo a imitare un percorso perfetto, ma anche a recuperare dagli errori e ad adattarsi ai cambiamenti del terreno o al peso degli oggetti che trasporta.

I ricercatori hanno testato questo sistema su due diversi tipi di robot: un robot quadrupede simile a un cane e un robot umanoide bipede. Nelle simulazioni, il robot quadrupede ha imparato a trottare su terreno pianeggiante, strisciare sotto una trave bassa e saltare un ostacolo. Il robot umanoide ha imparato a spingere una cassa pesante sul pavimento e a trasportare una scatola mentre correva. Ciò che ha reso questi risultati particolarmente impressionanti è stato il fatto che i robot hanno appreso queste abilità utilizzando una singola scheda grafica, un componente hardware standard presente in molti computer da gioco. In passato, addestrare tali comportamenti complessi avrebbe richiesto supercomputer massicci o settimane di simulazione continua. Qui, il sistema ha appreso a eseguire questi compiti in poche ore. I ricercatori hanno anche dimostrato che lo strumento di pianificazione ha fatto molto di più che fornire un semplice punto di partenza; ha attivamente migliorato il processo di apprendimento durante tutto l'addestramento, aiutando il robot a scoprire modi più efficienti di muoversi ed evitare di cadere in cattive abitudini.

Per dimostrare che questo metodo funziona nel mondo reale, i ricercatori hanno preso il software addestrato e lo hanno installato su un robot fisico a quattro zampe senza apportare ulteriori modifiche. Questo è noto come "zero-shot transfer", il che significa che il robot non aveva mai visto il mondo reale, eppure poteva eseguire immediatamente i compiti appresi nella simulazione. Il robot ha attraversato con successo una stanza, si è infilato sotto una barriera e ha scalato una scatola, il tutto utilizzando solo la sua telecamera di bordo per vedere dove stava andando. Non aveva bisogno di sensori esterni, telecamere di motion capture o guida umana per navigare. Il robot prendeva le proprie decisioni su quando abbassare il corpo per strisciare o quando sollevare le zampe per saltare, reagendo istantaneamente agli ostacoli davanti a sé. Ciò ha dimostrato che il processo di apprendimento aveva creato una comprensione robusta del movimento capace di sopravvivere alla natura disordinata e imprevedibile del mondo reale.

Lo studio ha anche evidenziato perché i metodi precedenti spesso fallivano. Quando i ricercatori hanno provato ad addestrare un robot senza la guida dello strumento di pianificazione, il robot sviluppava spesso movimenti strani e scoordinati. Ad esempio, quando gli veniva chiesto di trottare, un robot addestrato senza questa guida poteva trascinare i piedi in un modo che non somigliava affatto a un'andatura corretta. Lo strumento di pianificazione ha agito come un stabilizzatore, assicurando che il robot imparasse il ritmo e la coordinazione corretti fin dall'inizio. Questo era particolarmente importante per compiti che comportano il contatto con l'ambiente, come spingere un oggetto pesante. Senza la guida, il robot avrebbe potuto spingere nella direzione sbagliata o perdere l'equilibrio. Con la guida, ha imparato a coordinare il corpo e le braccia per muovere l'oggetto in modo fluido ed efficiente.

Uno degli aspetti più significativi di questo lavoro è come gestisce l'informazione visiva. I robot spesso faticano ad apprendere dalle immagini della telecamera perché il processo di trasformazione di un'immagine in un comando fisico è matematicamente difficile. I ricercatori hanno risolto questo problema separando l'elaborazione visiva dai calcoli fisici. Ciò ha permesso al robot di apprendere dalle immagini senza restare bloccato dalla matematica complessa del funzionamento della telecamera. Invece, si è concentrato sull'apprendere la relazione tra ciò che vedeva e come doveva muoversi. Questa separazione ha reso il processo di addestramento molto più veloce e stabile, permettendo al robot di apprendere abilità complesse come trasportare una scatola mentre corre senza cadere.

I ricercatori hanno anche esplorato come combinare diverse abilità in un singolo robot. Hanno addestrato esperti separati per il trotto, lo strisciamento e il salto, e poi hanno insegnato a un singolo robot come passare da un comportamento all'altro autonomamente. Quando il robot vedeva una trave bassa, sapeva di dover strisciare. Quando vedeva un ostacolo, sapeva di dover saltare. Non aveva bisogno di un essere umano per dirgli quale modalità utilizzare; semplicemente guardava il mondo e sceglieva l'azione corretta. Questa capacità di comporre diversi comportamenti in un sistema unico e flessibile è un grande passo avanti per la robotica. Significa che i robot potrebbero potenzialmente navigare in ambienti complessi, passando da un terreno pianeggiante agli ostacoli e viceversa, senza la necessità di un nuovo programma per ogni nuova situazione.

Il successo di questo metodo suggerisce una nuova strada per il futuro della robotica. Utilizzando uno strumento di pianificazione per guidare il processo di apprendimento, i ricercatori possono insegnare ai robot di eseguire compiti fisici complessi molto più velocemente rispetto al passato. Questo approccio riduce la necessità di enormi quantità di potenza di calcolo e permette ai robot di apprendere direttamente da ciò che vedono. Sebbene gli esperimenti attuali siano stati condotti in simulazione e su un singolo robot fisico, i risultati indicano che questo metodo potrebbe essere scalato per insegnare ai robot compiti ancora più difficili, come manipolare strumenti o navigare in spazi affollati. La chiave di volta è che l'apprendimento non deve essere una ricerca cieca della risposta giusta; può essere un viaggio guidato dove un pianificatore intelligente aiuta il robot a trovare la sua strada.

In definitiva, questo lavoro dimostra che il divario tra simulazione e realtà può essere colmato in modo più efficace di quanto precedentemente pensato. I robot non hanno solo imparato a imitare un percorso perfetto; hanno imparato ad adattarsi, recuperare e prendere decisioni basate su ciò che vedevano. Il robot a quattro zampe, un tempo solo una simulazione, è diventato una macchina reale capace di movimento autonomo in uno spazio fisico. Ha strisciato, ha trotto e ha saltato con una fluidità che suggeriva una profonda comprensione del proprio corpo e del mondo circostante. Questo non è solo un traguardo tecnico; è un passo verso un futuro in cui i robot possono muoversi liberamente e in sicurezza accanto agli esseri umani, gestendo compiti che richiedono sia forza che destrezza. I ricercatori hanno dimostrato che, con la giusta guida, le macchine possono imparare a muoversi con la stessa grazia e adattabilità che diamo per scontata nel mondo naturale.