Quando Ananye Agarwal levou seu cachorro para passear subindo e descendo os degraus do parque local perto da Carnegie Mellon University, outros cães pararam no meio do caminho.
Isso porque o cachorro de Agarwal era um robô — e um robô especial. Ao contrário de outros robôs, que tendem a depender fortemente de um mapa interno para se locomover, seu robô usa uma câmera embutida. Agarwal, estudante de doutorado na Carnegie Mellon, faz parte de um grupo de pesquisadores que desenvolveu uma técnica que permite que robôs caminhem em terrenos difíceis usando visão computacional e aprendizado por reforço. Os pesquisadores esperam que seu trabalho ajude a tornar mais fácil a implantação de robôs no mundo real.
Ao contrário dos robôs existentes no mercado, como o Spot da Boston Dynamics, que se movimenta por meio de mapas internos, este robô usa apenas câmeras para orientar seus movimentos na natureza, diz Ashish Kumar, um estudante de pós-graduação da UC Berkeley, que é um dos autores de um artigo que descreve o trabalho; deve ser apresentado na Conference on Robot Learning no próximo mês. Outras tentativas de usar dicas de câmeras para guiar o movimento do robô foram limitadas a terrenos planos, mas eles conseguiram fazer o robô subir escadas, escalar pedras e pular lacunas.
CORTESIA DOS PESQUISADORES
O robô de quatro patas é primeiramente treinado para se movimentar em diferentes ambientes em um simulador, por isso tem uma ideia geral de como é caminhar em um parque ou subir e descer escadas. Quando implantado no mundo real, o visual de uma única câmera na frente do robô guia seu movimento. O robô aprende a ajustar sua marcha para navegar em coisas como escadas e terreno irregular usando o aprendizado por reforço, uma técnica de IA que permite que os sistemas melhorem por meio de tentativa e erro.
A eliminação da necessidade de um mapa interno torna o robô mais robusto, pois não fica mais limitado por possíveis erros em um mapa, diz Deepak Pathak, professor assistente da Carnegie Mellon, que fez parte do O time.
É extremamente difícil para um robô traduzir pixels brutos de uma câmera no tipo de movimento preciso e equilibrado necessário para navegar em seus arredores, diz Jie Tan, cientista pesquisador do Google, que não foi envolvidos no estudo. Ele diz que o trabalho é a primeira vez que ele vê um robô pequeno e de baixo custo demonstrar uma mobilidade tão impressionante.
A equipe alcançou um “avanço no aprendizado e autonomia de robôs”, diz Guanya Shi, pesquisadora da Universidade de Washington que estuda aprendizado de máquina e controle robótico, que também não participou da pesquisa .
Akshara Rai, um cientista pesquisador do Facebook AI Research que trabalha com aprendizado de máquina e robótica, e não esteve envolvido neste trabalho, concorda.
“Este trabalho é um passo promissor para construir robôs com pernas tão perspicazes e implantá-los na natureza”, diz Rai.
No entanto, embora o trabalho da equipe seja útil para melhorar a forma como o robô anda, isso não ajudará o robô a descobrir para onde ir com antecedência, diz Rai. “A navegação é importante para a implantação de robôs no mundo real”, diz ela.
Mais trabalho é necessário antes que o cão robô seja capaz de passear em parques ou buscar coisas em casa. Embora o robô possa entender a profundidade por meio de sua câmera frontal, ele não consegue lidar com situações como terreno escorregadio ou grama alta, diz Tan; pode pisar em poças ou ficar preso na lama.