TEAM BUILDING para robots, tus nuevos compañeros de equipo

1113

Por Patricia Llaque, profesional de las Tecnologías de la Información y las Comunicaciones

Uno de los principales motores del desarrollo de los sistemas inteligentes móviles es su potencial para reducir la presencia humana en trabajos contaminantes, peligrosos o monótonos.

En plena transformación de los modelos digitales que afectan a la fuerza laboral y a la naturaleza de muchos de los trabajos, es interesante conocer cómo estamos logrando con equipos formados por robots, la consecución exitosa de objetivos comunes. Es decir, cómo los dispositivos son capaces de percibir su entorno con el fin de emprender acciones que maximicen sus posibilidades de lograr los propósitos deseados.

De la misma forma que en un equipo constituido por personas, en uno integrado por robots, se debe interactuar y cooperar entre sí para decidir qué pasos se deben seguir de forma coordinada. Los avances en control y automatización están haciendo posible que estos agentes autónomos trabajen eficientemente en un número cada vez mayor de tareas. Esto último implica que el comportamiento de cada robot del equipo influye en las acciones de los demás robots. Por lo tanto, si éstos tienen que trabajar de forma independiente, es necesario un mecanismo que facilite la coordinación entre ellos.

Hay muchas formas de abordar estas “soft skills“:

  1. La teoría de juegos

Bajo esta teoría, cada robot se considera un participante que obtiene recompensas que dependen de las acciones conjuntas del equipo.

La recompensa es un estímulo que se utiliza para mostrar que se ha conseguido un resultado deseado. Según la Teoría de Juegos, si todos los robots trabajan de forma coordinada para realizar una tarea, cada uno de ellos recibirá una recompensa positiva. Por tanto, el objetivo del juego es que el equipo encuentre una solución coordinada que maximice las recompensas de cada robot y, con ello, la recompensa total de todo el equipo.

Es así, como los algoritmos de aprendizaje basados en la Teoría de Juegos se convierten en un habilitador en la coordinación entre robots. Hablamos de procesos iterativos en los que se juega el mismo juego repetidamente hasta que se consigue la coordinación o se alcanza el número máximo de iteraciones.

El algoritmo de aprendizaje sigue un procedimiento iterativo: en cada iteración cada robot:

  1. Calcula una estrategia sobre cómo elegir una acción
  2. Selecciona la mejor acción de acuerdo con la estrategia
  3. Comprueba si se ha establecido con éxito la coordinación entre las acciones conjuntas del equipo

3.1  Si no, se inicia una nueva iteración en el paso 1 y cada robot ajusta y actualiza su estrategia

3.2  En caso afirmativo, el algoritmo de aprendizaje termina.

El principio básico de estos algoritmos es que los robots utilizan el historial de acciones observadas para predecir la estrategia de los otros robots y, a continuación, eligen una acción basada en su predicción. El resultado: los robots aprenden a jugar de forma exitosa.

  1. Inspiración en la naturaleza

Los enfoques computacionales bio-inspirados están ganando popularidad en la resolución de problemas complejos. Analizar cómo se comporta la auto-organización en bandadas de pájaros, bancos de peces, colonias de hormigas… proporciona otro mecanismo para la coordinación de sistemas multi-robots, garantizando cualidades como la robustez, la adaptabilidad y la escalabilidad.

En otras palabras, la auto-organización en varios ejemplos de la naturaleza nos muestra claros ejemplos de cómo los comportamientos complejos emergen a partir de la mera interacción local entre organismos.

Considerando el nivel creciente de automatización y robotización y, ante lo aportado en este artículo, ¿cómo está gestionando el área de RH la transición hacia la convivencia saludable y segura entre los distintos “agentes inteligentes“?


Sobre el autor:

Patricia Llaque
Profesional de las Tecnologías de la Información y las Comunicaciones, con experiencia en empresas y organizaciones internacionales. Máster en Neuropsicología Clínica y Máster en Ciencias Cognitivas. Trabaja en la intersección de la Inteligencia Artificial y la Psicología Cognitiva y del Comportamiento, con énfasis en la investigación del impacto de la tecnología sobre el desarrollo humano. Su trabajo se focaliza en la consecución de  nuevos valores y propósitos dentro de una cultura organizacional basada en la persona. A través de su marca registrada OnWell participa también en la divulgación de la ciencia y la investigación, dando visibilidad a referentes femeninos, y en el acercamiento al lado más amable de la tecnología, a aquellos algoritmos y soluciones que se diseñan bajo el prisma de la ética social y la sostenibilidad.


SUSCRÍBETE a InfoCapitalHumano y entérate las últimas novedades sobre el sector de Recursos Humanos. Conoce más en el siguiente link: https://bit.ly/2Ot6KZm

 

Comentarios