Descoberta inovadora do MIT permite que robôs usem o corpo inteiro para manipular objetos

Pesquisadores do Instituto de Tecnologia de Massachusetts (MIT) aprimoraram significativamente as capacidades de manipulação robótica. Utilizando uma nova técnica de IA chamada "suavização", os robôs agora podem realizar tarefas usando o corpo inteiro, em vez de apenas as pontas dos dedos. Essa inovação tem o potencial de revolucionar a forma como os robôs são utilizados em fábricas, na exploração espacial e em outras áreas.

O desafio do planejamento de manipulação com alto contato

Manipular objetos com o corpo todo representa um desafio monumental para os robôs. Eles precisam levar em conta bilhões de pontos de contato potenciais em um objeto a cada toque com os dedos, mãos, braços e tronco. Esse processo, conhecido como "planejamento de manipulação com muitos pontos de contato", é computacionalmente dispendioso e tem sido um gargalo para aplicações práticas. Os humanos realizam essas tarefas intuitivamente, mas elas se tornam extremamente complexas para os robôs.

A solução

Para simplificar o problema, pesquisadores do MIT desenvolveram uma nova técnica de IA baseada em "suavização", que condensa os inúmeros eventos de contato em um conjunto menor e mais gerenciável de decisões. Essa inovação permite que até mesmo algoritmos básicos elaborem um plano de manipulação eficaz para um robô de forma eficiente. 

“A suavização das médias elimina muitas dessas decisões intermediárias sem importância, deixando apenas algumas importantes”, disse HJ Terry Suh,dent de pós-graduação do MIT e coautor principal do artigo publicado na IEEE Transactions on Robotics.

Aprendizagem por reforço versus suavização

Embora o aprendizado por reforço tenha se mostrado eficaz para ajudar robôs a executar tarefas complexas, ele exige imenso poder computacional e tempo. Segundo Suh, o aprendizado ocorre por meio de um sistema de "caixa preta" baseado em tentativa e erro, que muitas vezes leva "milhões de anos em tempo de simulação" para se tornar eficaz. 

O suavizamento, no entanto, oferece uma alternativa. Ao compreender cuidadosamente o modelo e o problema, os pesquisadores conseguiram tornar o processo mais eficiente. O suavizamento permite que o robô se concentre nas interações essenciais com os objetos, possibilitando um planejamento de tarefas mais rápido e eficaz.

Alcançar eficiência e abordagem combinada

Apesar dos avanços obtidos com o alisamento, a busca mesmo em meio a um número reduzido de decisões continuava sendo um desafio. Os pesquisadores então combinaram o modelo de alisamento com um algoritmo de busca, reduzindo o tempo de computação para cerca de um minuto em um laptop padrão.

A equipe testou sua abordagem tanto em simulações quanto em braços robóticos reais, alcançando um desempenho comparável ao aprendizado por reforço, mas em uma fração do tempo.

Aplicações e perspectivas

As implicações desta pesquisa são imensas. Em ambientes industriais, as fábricas poderiam substituir grandes braços robóticos por robôs menores e mais móveis, que utilizam todo o seu corpo para tarefas de manipulação, reduzindo assim o consumo de energia e os custos. 

Além disso, a técnica poderá revelar-se extremamente valiosa para robôs de exploração enviados a Marte ou outros corpos celestes, onde a rápida adaptação a novos ambientes é crucial.

No entanto, os pesquisadores reconhecem limitações no tratamento de tarefas dinâmicas, como a capacidade de um robô arremessar um objeto em uma lixeira. A equipe planeja aprimorar ainda mais sua abordagem para lidar com esses desafios.

Suh enfatizou que, em vez de pensar nisso como um sistema de "caixa preta", se pudermos aproveitar a estrutura desses tipos de sistemas robóticos usando modelos, haverá uma oportunidade de acelerar todo o procedimento. 

A Amazon, o Laboratório Lincoln do MIT, a Fundação Nacional de Ciência (NSF) e o Grupo Ocado financiaram parcialmente o trabalho. À medida que as técnicas de manipulação robótica do MIT continuam a evoluir, elas abrem novas possibilidades para a robótica em diversos setores, comprovando que uma compreensão profunda do problema pode levar a soluções inovadoras.

Com avanços como esses, robôs que manipulam objetos de forma tão intuitiva quanto os humanos podem não estar longe da realidade.