Alianza SinfonIA

"Atención al cliente por medio de reconocimiento facial": este proyecto es realizado por Adelaida Zuluaga, en el cual se busca que el robot sea capaz de identificar y reconocer usuarios a partir de técnicas de reconocimiento facial, cuya ejecución es local. Para esto, se realizó la detección de personas a partir del algoritmo de Viola-Jones, logrando una precisión del 98% en el campo visual del robot. Para el reconocimiento de la persona a partir de la cara detectada, se aplica el algoritmo Eigenfaces,en donde la clasificación se realiza con SVMs one vs all, donde las clases corresponden a los nombres de las personas. Cabe resaltar que el algoritmo completo para el reconocimiento de personas posibilita el entrenamiento de nuevas clases, lo que permite que el robot pueda conocer nuevas personas durante su interacción y recordarlas más adelante. Una de las mayores contribuciones de este proyecto es que dota de capacidades locales al robot para la identificación y reconocimiento de personas, sirviendo como método de respaldo ante fallas de servicios en la nube.

"Ópera aprende a jugar línea 4 mediante Aprendizaje por Refuerzo": este proyecto es realizado por Juan José García. En él, se busca que el robot ópera aprenda a crear estrategias de juego que le permitan desenvolverse en juegos de mesa de dos jugadores. Para ello, se tomó como marco de pruebas el juego línea 4. Para aprender a partir de la experiencia, se aplicó aprendizaje por refuerzo, en específico, el algoritmo de Q-learning con red neuronal. Se diseñaron oponentes, variando el nivel de complejidad de sus jugadas, a partir de teoría de juegos, con métodos como expectimax y minimax. Con estos oponentes, se espera que el el desempeño de Ópera jugando línea 4 esté basado en la predicción del comportamiento del oponente un número determinado de jugadas en adelante.

"Comparación del desempeño de técnicas de pruning": este proyecto será realizado por Juan Davíd García como proyecto de grado. En el se busca reducir la complejidad de redes neuronales profundas a través de técnicas de pruning, de tal forma que estos modelos puedan ser utilizados en dispositivos con recursos computacionales limitados, cómo Ópera, sin comprometer la precisión de la clasificación. Este proyecto abre la posibilidad de poder cargar modelos de clasificación de objetos dentro del robot, y poder correrlos como servicios locales, permitiendo así una redundancia con los servicios en la nube.

"Navegación basada en aprendizaje por refuerzo": este proyecto será realizado por Cesar Garrido como proyecto de grado. Tiene como propósito que Ópera aprenda a partir de su experiencia a desplazarse en entornos cerrados, dirigiéndose a personas y/o destinos sin colisionar con objetos o personas circulando en el entorno. Se tiene como hipótesis que, a parte de este método, las trayectorias que planeará y  recorrerá el robot serán suaves y reactivas.

"Reconocimiento de órdenes multimodales en la interacción humano-robot, para un asistente de laboratorio": este proyecto es realizado por el estudiante de Maestría Jorge Mora. En el se busca dotar al robot de capacidades para el reconocimiento de órdenes y de reglas que deben ser cumplidas dentro de un ambiente de laboratorio. Para ello, el robot debe ser capaz de reconocer su nombre, gestos que indiquen su llamado, situaciones de riesgo dentro del laboratorio y dar las alertas necesarias para el cumplimiento de las mismas.