IA generativa mejora la visión de robots al detectar objetos ocultos mediante señales de Wi-Fi

Investigadores del MIT han desarrollado una técnica innovadora que permite a los robots detectar objetos ocultos utilizando señales Wi-Fi reflejadas. Este avance mejora la capacidad de los robots para manipular objetos bloqueados.

Avances en la visión robótica

El equipo ha utilizado modelos de inteligencia artificial generativa para superar limitaciones anteriores en la precisión de las reconstrucciones. Esto resulta en una técnica más efectiva que crea reconstrucciones de forma más precisa a partir de señales inalámbricas reflejadas.

Además, han introducido un sistema ampliado que utiliza inteligencia artificial generativa para reconstruir de manera precisa habitaciones enteras, incluyendo todos los muebles. Este sistema se basa en señales inalámbricas que se envían desde un radar estacionario.

Beneficios de la nueva técnica

Esta innovación podría permitir a los robots de almacén verificar artículos antes del envío, reduciendo desperdicios por devoluciones. También puede ayudar a robots domésticos a comprender la ubicación de las personas, mejorando la interacción humano-robot.

Fadel Adib, profesor asociado en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación del MIT, destaca que esta tecnología representa un avance significativo en la comprensión de las reflexiones inalámbricas. “Estamos usando IA para desbloquear finalmente la visión inalámbrica”, afirma.

Desafíos superados

El grupo de Adib ha demostrado anteriormente el uso de señales de onda milimétrica para crear reconstrucciones precisas de objetos ocultos. Sin embargo, estas ondas tienden a reflejarse de manera especular, lo que puede dificultar la visualización de ciertas áreas.

Los investigadores han superado esta limitación al utilizar un modelo de inteligencia artificial generativa que completa partes faltantes de las reconstrucciones parciales, mejorando así la precisión de las formas reconstruidas.

El sistema Wave-Former

El sistema, denominado Wave-Former, genera superficies potenciales de objetos basándose en reflexiones de ondas milimétricas. Este sistema mostró un aumento en la precisión, alcanzando un 20% más de exactitud en comparación con los métodos existentes.

Por otro lado, el equipo también desarrolló un sistema llamado RISE que reconstruye escenas interiores completas mediante análisis de reflexiones de humanos en movimiento. Este sistema generó reconstrucciones que duplicaron la precisión de técnicas anteriores.

Futuras investigaciones

Los investigadores planean mejorar la granularidad y el detalle en sus reconstrucciones, así como desarrollar modelos de base para señales inalámbricas. Esto podría abrir nuevas aplicaciones en el futuro, apoyados por la Fundación Nacional de Ciencias (NSF) y el MIT Media Lab.

Ilustración de un hombre mayor con auriculares y chaqueta