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 técnica de Al que permite a um robô criar planos intrincados para manusear um objeto usando a mão inteira, em vez de apenas as pontas dos dedos. Em um laptop típico, este modelo pode produzir projetos úteis em aproximadamente um minuto.
A técnica desenvolvida, denominada “Planejamento de manipulação rico em contato”, usa uma técnica de IA chamada suavização, que resume muitos eventos de contato em um número menor de decisões, para permitir que até mesmo um algoritmo simples identifique rapidamente um plano de manipulação eficaz para o robô.
HJ Terry Suh, estudante de graduação em engenharia elétrica e ciência da computação (EECS), liderou o trabalho de pesquisa ao lado de Tao Pang PhD ’23, roboticista do Boston Dynamics AI Institute; Lujie Yang, estudante de pós-graduação do EECS; e o autor sênior Russ Tedrake, Professor Toyota de EECS, Aeronáutica e Astronáutica e Engenharia Mecânica, e membro do Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL). A pesquisa aparece esta semana no IEEE Transactions on Robotics.
Planejamento de manipulação rico em contato: uma nova técnica de IA para robôs para manipulação de objetos
Esta abordagem, embora ainda numa fase inicial, poderá eventualmente permitir que as indústrias utilizem robôs móveis mais pequenos, capazes de controlar objetos com os seus braços ou corpos completos, em vez de grandes braços robóticos que só conseguem agarrá-los com os dedos.
Além disso, uma vez que podiam ajustar-se rapidamente ao ambiente usando apenas um computador de bordo, este método poderia ser útil para robôs enviados em missões de exploração a Marte ou a outros mundos do sistema solar. Portanto, isso pode economizar preços e reduzir o uso de energia.
“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 de tentativa de tomar essas decisões e chegar a soluções ricas em contato. planos”, diz Suh, o autor principal.
Como o modelo que criaram se baseia numa aproximação mais grosseira da realidade, é incapaz de gerir movimentos extremamente dinâmicos, como a queda de itens. Embora eficiente para tarefas de manipulação mais trabalhosas, sua metodologia é incapaz de produzir uma estratégia que permita a um robô jogar uma lata em uma lata de lixo, por exemplo. Os pesquisadores querem melhorar seu método no futuro para poder lidar com esses movimentos extremamente dinâmicos.
“Se você estudar seus modelos cuidadosamente e realmente entender o problema que está tentando resolver, definitivamente há alguns ganhos que você pode obter. Há benefícios em fazer coisas que vão além da caixa preta”, acrescentou Suh.
