Nova ferramenta de pesquisa traz 21% de melhor precisão para desenvolvedores de robótica

Imagine que você está em uma vasta biblioteca sem catálogo, digitando palavras aleatórias em uma barra de pesquisa e esperando tropeçar no livro exato de que você precisa. Essa tem sido a realidade para muitos roboticistas que tentam encontrar o pacote certo ROS (sistema operacional robô). Com mais de 7.500 opções disponíveis, as pesquisas de palavras -chave geralmente retornam resultados irrelevantes, desperdiçando o tempo e a energia preciosos dos desenvolvedores.

Pesquisadores da Universidade Nacional de Tecnologia de Defesa e da Universidade de Zhejiang desenvolveram um método mais eficiente para a pesquisa. Em vez de confiar na correspondência simples de palavras, sua nova ferramenta usa um “gráfico de conhecimento” – pense nela como um índice meticulosamente organizado, onde cada pacote de software é marcado com detalhes como com qual robô ele funciona, os sensores que ele suporta e o que faz.

A pesquisa é publicada em Fronteiras da Ciência da Computação.

Nos testes frente a frente, essa pesquisa semântica alcançou pelo menos uma precisão 21% maior do que os métodos populares, incluindo o GitHub, o Google (limitado a ROS ou Github), ROS Index e até ChatGPT.

“Com essa abordagem semântica, os desenvolvedores podem finalmente encontrar os componentes da ROS certos em segundos, em vez de horas”, disse o professor Xinjun Mao, pesquisador principal.

Pesquisas mais inteligentes levam a melhores robôs

Pesquisas mais rápidas e precisas significam que os desenvolvedores gastam menos tempo caçando trechos de código e mais tempo construindo robôs atraentes – seja um sistema de automação de armazém, um assistente de assistência médica ou um guia de museu interativo.

Além disso, quando uma ferramenta de pesquisa é inteligente o suficiente para sugerir o driver ou algoritmo adequado desde o início, você evita contratempos de compatibilidade (por exemplo, usando um driver de câmera para o sensor errado). Isso se traduz em menos bugs, testes mais suaves e, finalmente, robôs com melhor desempenho.

Considere o efeito cascata: à medida que mais equipes compartilham e reutilizam pacotes confiáveis ​​de código aberto, toda a comunidade de robótica avança mais rapidamente. As agências de financiamento e os formuladores de políticas que visualizam um futuro movido a robótica-de bots de entrega autônomos aos companheiros de aurosa-reconhecerão que um investimento modesto em “infraestrutura semântica” pode produzir ganhos maciços.

A equipe de pesquisa construiu um “gráfico de conhecimento do pacote ROS” que conecta mais de 7.500 pacotes a mais de 32.000 atributos detalhados – como quais robôs, sensores e funções cada pacote suporta.

Para garantir que as pesquisas vão além da correspondência simples de palavras-chave, elas treinaram um modelo de linguagem especializado para interpretar com precisão os termos específicos da robótica.

Em comparações frente a frente com os métodos existentes (incluindo o índice ROS, GitHub, Google e ChatGPT), essa nova abordagem colocou o pacote correto entre os principais resultados pelo menos 21% mais frequentemente. Como resultado, os desenvolvedores agora podem gastar significativamente menos tempo caçando software compatível e muito mais tempo construindo e testando seus robôs.

Atrás do mecanismo de busca semântica

Para construir esse “índice”, os pesquisadores reuniram informações dos repositórios de Wikis e Github. Eles empregaram uma combinação de técnicas de correspondência baseada em regras e de combinação difusa para extrair detalhes estruturados, incluindo categorias de pacotes, hardware suportado e funcionalidade.

Em seguida, eles ajustaram um modelo de idioma-imaginando um robô a entender o falecimento do robô-para que termos como “rplidar” ou “gazebo” sejam reconhecidos no contexto adequado.

Por fim, eles escreveram um algoritmo de pesquisa que obtém pacotes com base em quantas tags correspondentes compartilham com sua consulta – não mais percorrendo páginas de resultados irrelevantes.

Em suma, substituindo as suposições por uma abordagem estruturada e semântica, essa nova ferramenta ajuda os entusiastas da robótica – seja em laboratórios universitários ou oficinas industriais – encontre exatamente o que eles precisam sem a frustração.

À medida que os robôs se tornam cada vez mais integrados em nossas vidas diárias, ferramentas como essa nos aproximarão do desenvolvimento sem costura e sem erros.

Fornecido pela imprensa do ensino superior