Ópera - Nova ¿Qué puede hacer un robot social por nosotros?
De acuerdo con la hoja de ruta para la robótica en Europa, la cual enmarca diversos campos de acción para la robótica en un horizonte hasta 2020, cada habilidad que posee un sistema robótico captura un aspecto específico en su operación y comportamiento. En consecuencia, para cada tipo de robot se deben identificar las habilidades críticas que requiere para su entorno de aplicación. Hoy en día, se cuenta con una gran variedad de plataformas robóticas, entre esas el robot Pepper. Pepper es un robot semi-humanoide fabricado por la empresa SoftBank Robotics y presentado por primera vez en Tokio en el año 2014. La principal característica de Pepper es su capacidad para reconocer emociones, basado en un análisis de expresiones faciales y tonos de voz.
En la Universidad de los Andes contamos con dos de estos robots, Ópera y Nova. Su aplicación está enfocada a ser robots de servicio y asistencia en entornos académicos y vida universitaria en general. El objetivo de esta conferencia será revisar casos de uso de robots semi-humanoides tipo Pepper en diferentes sectores como ventas, transporte, turismo, hogar, atención al cliente, entretenimeinto, entre otras. Adicionalmente, veremos las habilidades críticas que están trabajando estudiantes de SinfonIA Uniandes para dotar a Ópera y Nova de las funcionalidades requeridas para servir como robot guía y de asistencia, como por ejemplo, navegación autónoma, interacción humano-robot, visión por computador, manipulación de objetos y procesamiento de lenguaje natural.
Carolina Higuera Arias
Ingeniera Electrónica de la Universidad Pedagógica y Tecnológica de Colombia, Tunja, Boyacá y Magíster en Ingeniería Eléctrica y Electrónica de la Universidad de los Andes, Bogotá DC. Experiencia profesional docente en cursos básicos y electivos de Ingeniería Electrónica, en 2017 en Universidad Sergio Arboleda y en 2018 en Universidad Santo Tomás, Bogotá. Actualmente, profesora instructora en el Departamento de Ingeniería Eléctrica y Electrónica de la Universidad de los Andes. Intereses de investigación en el campo de Machine Learning, con énfasis en Reinforcement Learning. Experiencia en investigación en proyectos como aprendizaje por refuerzo multiagente para control de semaforización, aprendizaje por refuerzo inverso y aprendizaje por demostraciones para robot semihumanoide. Miembro del Centro de Investigación y Formación en Inteligencia Artificial – CINFONIA de la Universidad de los Andes.