Pense no que você faz com as mãos quando está em casa à noite apertando botões no controle remoto da TV ou em um restaurante usando todos os tipos de talheres e copos.
Essas habilidades são todas baseadas no toque, enquanto você assiste a um programa de TV ou escolhe algo no menu. Nossas mãos e dedos são mecanismos incrivelmente habilidosos e altamente sensíveis.
Pesquisadores de robótica há muito tentam criar destreza “verdadeira” nas mãos dos robôs, mas o objetivo tem sido frustrantemente elusivo. Garras de robôs e ventosas podem pegar e colocar itens, mas tarefas mais hábeis, como montagem, inserção, reorientação, embalagem e assim por diante, permaneceram no domínio da manipulação humana.
No entanto, estimulado pelos avanços na tecnologia de detecção e nas técnicas de aprendizado de máquina para processar os dados detectados, o campo da manipulação robótica está mudando muito rapidamente.
Mão de robô altamente hábil até funciona no escuro
Pesquisadores da Columbia Engineering demonstraram uma mão robótica altamente hábil, que combina um senso de toque avançado com algoritmos de aprendizado motor para atingir um alto nível de destreza.
Como demonstração de habilidade, a equipe escolheu uma difícil tarefa de manipulação: executar uma rotação arbitrariamente grande de um objeto agarrado de forma desigual na mão, mantendo sempre o objeto em uma posição estável e segura.
Esta é uma tarefa muito difícil porque requer o reposicionamento constante de um subconjunto de dedos, enquanto os outros dedos devem manter o objeto estável. A mão não apenas foi capaz de realizar essa tarefa, mas também o fez sem nenhum feedback visual, baseado apenas na detecção de toque.
Além dos novos níveis de destreza, a mão funcionou sem nenhuma câmera externa, portanto, é imune a iluminação, oclusão ou problemas semelhantes. E o fato de a mão não depender da visão para manipular objetos significa que ela pode fazê-lo em condições de iluminação muito difíceis que confundiriam algoritmos baseados em visão – ela pode até operar no escuro.
Matei Ciocarlie, professor associado nos Departamentos de Engenharia Mecânica e Ciência da Computação, diz: “Embora nossa demonstração tenha sido uma tarefa de prova de conceito, destinada a ilustrar as capacidades da mão, acreditamos que esse nível de destreza abrirá aplicações inteiramente novas para manipulação robótica no mundo real.
“Alguns dos usos mais imediatos podem ser em logística e manuseio de materiais, ajudando a aliviar os problemas da cadeia de suprimentos, como os que atormentaram nossa economia nos últimos anos, e na fabricação avançada e montagem em fábricas.”
Aproveitando os dedos táteis baseados em óptica
Em um trabalho anterior, o grupo de Ciocarlie colaborou com Ioannis Kymissis, professor de engenharia elétrica, para desenvolver uma nova geração de dedos de robôs táteis baseados em óptica.
Estes foram os primeiros dedos robóticos a obter localização de contato com precisão submilimétrica, ao mesmo tempo em que fornecem cobertura completa de uma superfície multicurvada complexa. Além disso, a embalagem compacta e a baixa contagem de fios dos dedos permitiram uma fácil integração em mãos robóticas completas.
Ensinar a mão a realizar tarefas complexas
Para este novo trabalho, liderado pelo pesquisador de doutorado de CIocarlie, Gagan Khandate, os pesquisadores projetaram e construíram uma mão robótica com cinco dedos e 15 articulações acionadas independentemente – cada dedo foi equipado com a tecnologia de detecção de toque da equipe. O próximo passo foi testar a habilidade da mão tátil em realizar tarefas complexas de manipulação.
Para fazer isso, eles usaram novos métodos de aprendizado motor, ou seja, a capacidade de um robô aprender novas tarefas físicas por meio da prática. Em particular, eles usaram um método chamado aprendizado por reforço profundo, aprimorado com novos algoritmos que desenvolveram para a exploração eficaz de possíveis estratégias motoras.
Robot completou aproximadamente um ano de prática em apenas horas de tempo real
A entrada para os algoritmos de aprendizagem motora consistia exclusivamente em dados táteis e proprioceptivos da equipe, sem qualquer visão. Usando a simulação como campo de treinamento, o robô completou aproximadamente um ano de prática em apenas algumas horas de tempo real, graças a modernos simuladores de física e processadores altamente paralelos.
Os pesquisadores então transferiram essa habilidade de manipulação treinada em simulação para a mão do robô real, que foi capaz de atingir o nível de destreza que a equipe esperava.
Ciocarlie diz: “O objetivo direcional para o campo continua sendo a robótica assistiva em casa, o campo de prova definitivo para a destreza real.
“Neste estudo, mostramos que as mãos do robô também podem ser altamente hábeis com base apenas na detecção de toque. Uma vez que também adicionamos feedback visual à mistura junto com o toque, esperamos ser capazes de alcançar ainda mais destreza e um dia começar a abordar a replicação da mão humana”.
Objetivo final: unir inteligência abstrata com inteligência incorporada
Em última análise, observou Ciocarlie, um robô físico sendo útil no mundo real precisa de inteligência abstrata e semântica (para entender conceitualmente como o mundo funciona) e inteligência incorporada (a habilidade de interagir fisicamente com o mundo). Grandes modelos de linguagem, como o GPT-4 da OpenAI ou o PALM do Google, visam fornecer o primeiro, enquanto a destreza na manipulação alcançada neste estudo representa avanços complementares no último.
Por exemplo, quando questionado sobre como fazer um sanduíche, o ChatGPT digitará um plano passo a passo em resposta, mas é preciso um robô hábil para pegar esse plano e realmente fazer o sanduíche.
Da mesma forma, os pesquisadores esperam que robôs com habilidades físicas sejam capazes de tirar a inteligência semântica do mundo puramente virtual da Internet e colocá-la em bom uso em tarefas físicas do mundo real, talvez até mesmo em nossas casas.
O artigo foi aceito para publicação na Robotics: Science and Systems Conference (Daegu, Coréia, 10 a 14 de julho de 2023) e está atualmente disponível como pré-impressão.
Você pode gostar também…
[ad_2]
