Notícias de dispositivos móveis, gadgets, aplicativos Android

Pesquisadores do MIT desenvolvem nova t√©cnica de IA para rob√ī manipular objetos

Supondo que você se depare com a tarefa de subir um lance de escadas carregando uma caixa grande e pesada. Sua abordagem pode envolver abrir os dedos e usar uma pegada com as duas mãos para içar a caixa, posicionando-a posteriormente sobre os antebraços. À medida que você o firma contra o peito, todo o seu corpo entra em ação, orquestrando um esforço coordenado para manobrar o volume.

Para resolver isso, pesquisadores do Instituto de Tecnologia de Massachusetts (MIT) desenvolveram agora uma t√©cnica de Al que permite a um rob√ī criar planos intrincados para manusear um objeto usando a m√£o inteira, em vez de apenas as pontas dos dedos. Em um laptop t√≠pico, este modelo pode produzir projetos √ļteis em aproximadamente um minuto.

A t√©cnica desenvolvida, denominada ‚ÄúPlanejamento de manipula√ß√£o rico em contato‚ÄĚ, usa uma t√©cnica de IA chamada suaviza√ß√£o, que resume muitos eventos de contato em um n√ļmero menor de decis√Ķes, para permitir que at√© mesmo um algoritmo simples identifique rapidamente um plano de manipula√ß√£o eficaz para o rob√ī.

HJ Terry Suh, estudante de gradua√ß√£o em engenharia el√©trica e ci√™ncia da computa√ß√£o (EECS), liderou o trabalho de pesquisa ao lado de Tao Pang PhD ’23, roboticista do Boston Dynamics AI Institute; Lujie Yang, estudante de p√≥s-gradua√ß√£o do EECS; e o autor s√™nior Russ Tedrake, Professor Toyota de EECS, Aeron√°utica e Astron√°utica e Engenharia Mec√Ęnica, e membro do Laborat√≥rio de Ci√™ncia da Computa√ß√£o e Intelig√™ncia Artificial (CSAIL). A pesquisa aparece esta semana no IEEE Transactions on Robotics.

Planejamento de manipula√ß√£o rico em contato: uma nova t√©cnica de IA para rob√īs para manipula√ß√£o de objetos

Esta abordagem, embora ainda numa fase inicial, poder√° eventualmente permitir que as ind√ļstrias utilizem rob√īs m√≥veis mais pequenos, capazes de controlar objetos com os seus bra√ßos ou corpos completos, em vez de grandes bra√ßos rob√≥ticos que s√≥ conseguem agarr√°-los com os dedos.

N√≥s recomendamos:  √Č oficial: Clash Royale para Android em mar√ßo

Al√©m disso, uma vez que podiam ajustar-se rapidamente ao ambiente usando apenas um computador de bordo, este m√©todo poderia ser √ļtil para rob√īs enviados em miss√Ķes de explora√ß√£o a Marte ou a outros mundos do sistema solar. Portanto, isso pode economizar pre√ßos e reduzir o uso de energia.

‚ÄúEm vez de pensar nisso como um sistema de caixa preta, se pudermos aproveitar a estrutura desses tipos de sistemas rob√≥ticos usando modelos, haver√° uma oportunidade de acelerar todo o procedimento de tentativa de tomar essas decis√Ķes e chegar a solu√ß√Ķes ricas em contato. planos‚ÄĚ, diz Suh, o autor principal.

Como o modelo que criaram se baseia numa aproxima√ß√£o mais grosseira da realidade, √© incapaz de gerir movimentos extremamente din√Ęmicos, como a queda de itens. Embora eficiente para tarefas de manipula√ß√£o mais trabalhosas, sua metodologia √© incapaz de produzir uma estrat√©gia que permita a um rob√ī jogar uma lata em uma lata de lixo, por exemplo. Os pesquisadores querem melhorar seu m√©todo no futuro para poder lidar com esses movimentos extremamente din√Ęmicos.

‚ÄúSe voc√™ estudar seus modelos cuidadosamente e realmente entender o problema que est√° tentando resolver, definitivamente h√° alguns ganhos que voc√™ pode obter. H√° benef√≠cios em fazer coisas que v√£o al√©m da caixa preta‚ÄĚ, acrescentou Suh.