James Bruton convirtió dos aspiradoras Henry en robots móviles capaces de enfrentarse de manera autónoma. Primero entrenó el comportamiento en una simulación y después trasladó el modelo a máquinas físicas con ruedas omnidireccionales, sensores de seguimiento y controladores Arduino Due.
El objetivo no era usar un chatbot
El proyecto no emplea un modelo de lenguaje para conversar ni para controlar el robot mediante instrucciones escritas. La técnica pertenece al aprendizaje profundo y al aprendizaje por refuerzo: el sistema recibe información del estado de la arena, elige una acción y obtiene una recompensa o una penalización según el resultado.
En términos sencillos, el modelo no recibe una lista completa de movimientos correctos. Prueba estrategias muchas veces y ajusta sus parámetros para aumentar la probabilidad de conseguir el objetivo. En este caso, una acción que acercara el robot al oponente o produjera un golpe podía recibir una recompensa definida por el creador. La función exacta de recompensa es importante porque condiciona lo que el robot aprende.
