Pesquisadores do Laboratório de Ciência da Computação e Inteligência Artificial do MIT (CSAIL) e da Universidade de Stanford, ambos nos Estados Unidos, estão ensinando robôs a brincarem com massinha. O sistema utiliza visão computacional para aprender a modelar objetos macios e pastosos.
Segundo os cientistas, o dispositivo apelidado de “RoboCraft” consegue planejar de forma confiável o comportamento do robô enquanto ele aperta e solta um pedaço de massinha durante o processo de modelagem dos objetos, incluindo figuras não programadas e com as quais ele nunca teve contato.
“Com apenas 10 minutos de dados programados, a garra de dois dedos já conseguia rivalizar com as contrapartes humanas que operavam a máquina com um desempenho no mesmo nível, e às vezes até melhor, dependendo da tarefa que estava sendo executada”, explica o estudante de engenharia Yunzhu Li, autor principal do projeto.
Aprendendo a moldar
Como a massinha é um material liso e indefinido, toda a estrutura computacional precisa ser programada para garantir uma modelagem eficiente. Usando uma rede neural gráfica como modelo dinâmico, o RoboCraft consegue fazer previsões mais precisas sobre as mudanças de forma do material.
Em vez de usar simuladores complexos de física para modelar e entender a força e a dinâmica aplicadas em cada objeto, o novo sistema utiliza apenas dados visuais, dividindo o trabalho em três partes distintas: percepção, planejamento e execução da tarefa designada.
“Na primeira parte, o robô usa câmeras para coletar dados brutos de sensores visuais do ambiente, que são então transformados em pequenas nuvens de partículas para representar as formas. Em seguida, os algoritmos ajudam a planejar o comportamento do bot para que ele aprenda a fazer uma bola de massa e, depois, modelá-la conforme o que foi programado”, acrescenta Li.
Mais do que brincadeira
Os pesquisadores acreditam que esse novo sistema de modelagem possa ser aplicado no desenvolvimento de robôs capazes de auxiliar os seres humanos em tarefas domésticas, principalmente idosos, pessoas com deficiências físicas ou mobilidade reduzida.
/i605453.jpeg)
Para conseguir isso, será preciso criar um sistema de representação muito mais adaptativo do que simplesmente moldar um pedaço de massinha. Além disso, é necessário que o robô possa contar com outras ferramentas, como moldes e utensílios cortantes, para desempenhar tarefas mais complexas.
“O RoboCraft demonstra essencialmente que esse modelo preditivo pode ser aprendido de maneiras muito eficientes em termos de dados para planejar um movimento. Para o futuro, estamos pensando em usar várias ferramentas que permitam que o robô manipule outros tipos de materiais”, encerra Yunzhu Li.
