Definición
El aprendizaje de affordances es un enfoque en robótica en el que el sistema aprende a entender qué acciones son posibles con los objetos y el entorno. Aprender estas posibilidades de acción ayuda al robot no solo a reconocer un objeto, sino también a comprender qué se puede hacer con él. Se puede coger una taza por el asa, abrir una puerta, pulsar un botón o mover una caja. El sistema relaciona la percepción de un objeto con las acciones aceptables y sus resultados.
Ejemplo
Un robot en un almacén ve una caja y evalúa por qué lado es más seguro sujetarla con su manipulador.
Por qué importa
El término es importante para la robótica práctica: reconocer un objeto por sí solo no garantiza que el robot pueda interactuar con él correctamente.
Cómo funciona
El modelo aprende a partir de observaciones, simulaciones o acciones del robot. Relaciona la forma, el material, la posición y el contexto de un objeto con la probabilidad de que una acción tenga éxito.
Dónde se usa
- pinza robótica
- robots domésticos
- manipuladores industriales
Limitaciones
El sistema puede cometer errores con objetos nuevos, materiales no estándar, poca iluminación o un entorno modificado.
FAQ
¿Por qué es útil conocer “Affordance Learning”?
El término es importante para la robótica práctica: reconocer un objeto por sí solo no garantiza que el robot pueda interactuar con él correctamente.