Algoritmos permitem que robôs evitem obstáculos e corram livremente

Uma equipe de pesquisadores da Universidade da Califórnia – San Diego desenvolveu um novo sistema de algoritmos que permite que robôs de quatro patas caminhem e corram na natureza. Os robôs podem navegar em terrenos desafiadores e complexos, evitando obstáculos estáticos e em movimento. 

A equipe realizou testes em que um robô guiado pelo sistema consegue manobrar de forma autônoma e rápida em superfícies arenosas, cascalho, grama e colinas de terra acidentadas cobertas de galhos e folhas caídas. Ao mesmo tempo, poderia evitar bater em postes, árvores, arbustos, pedras, bancos e pessoas. O robô também demonstrou a capacidade de navegar em um escritório movimentado sem esbarrar em vários obstáculos. 

Construindo Robôs Eficientes com Pernas

O novo sistema significa que os pesquisadores estão mais próximos do que nunca de construir robôs eficientes para missões de busca e resgate, ou robôs para coletar informações em espaços de difícil acesso ou perigosos para os humanos. 

O trabalho está previsto para ser apresentado no 2022 Conferência Internacional sobre Robôs e Sistemas Inteligentes (IROS) de 23 a 27 de outubro em Kyoto, no Japão. 

O sistema dá ao robô mais versatilidade devido à combinação do sentido da visão do robô com a propriocepção, que é outra modalidade de detecção que envolve o sentido de movimento, direção, velocidade, localização e toque do robô. 

A maioria das abordagens atuais para treinar robôs com pernas para andar e navegar usa propriocepção ou visão. No entanto, ambos não são usados ​​ao mesmo tempo. 

Combinando Propriocepção com Visão Computacional

Xiaolong Wang é professor de engenharia elétrica e de computação na UC San Diego Jacobs School of Engineering. 

“Em um caso, é como treinar um robô cego para andar apenas tocando e sentindo o chão. E, no outro, o robô planeja os movimentos das pernas com base apenas na visão. Ele não está aprendendo duas coisas ao mesmo tempo”, disse Wang. “Em nosso trabalho, combinamos propriocepção com visão computacional para permitir que um robô com pernas se mova com eficiência e suavidade — evitando obstáculos — em uma variedade de ambientes desafiadores, não apenas em ambientes bem definidos.”

O sistema desenvolvido pela equipe conta com um conjunto especial de algoritmos para fundir dados de imagens em tempo real, captadas por uma câmera de profundidade na cabeça do robô, com dados provenientes de sensores nas pernas do robô.

No entanto, Wang disse que esta é uma tarefa complexa. 

 “O problema é que, durante a operação no mundo real, às vezes há um pequeno atraso no recebimento de imagens da câmera, de modo que os dados das duas modalidades de detecção diferentes nem sempre chegam ao mesmo tempo”, explicou. 

A equipe abordou esse desafio simulando a incompatibilidade ao randomizar os dois conjuntos de entradas. Os pesquisadores se referem a essa técnica como randomização de atraso multimodal e, em seguida, usaram as entradas usadas e aleatórias para treinar uma política de aprendizado por reforço. A abordagem permitiu que o robô tomasse decisões rapidamente enquanto navegava, além de antecipar mudanças em seu ambiente. Essas habilidades permitiram que o robô se movesse e manobrasse obstáculos mais rapidamente em diferentes tipos de terreno, tudo sem a ajuda de um operador humano. 

A equipe agora buscará tornar os robôs com pernas mais versáteis para que possam operar em terrenos ainda mais complexos. 

“No momento, podemos treinar um robô para fazer movimentos simples como caminhar, correr e evitar obstáculos”, disse Wang. “Nossos próximos objetivos são permitir que um robô suba e desça escadas, ande sobre pedras, mude de direção e salte sobre obstáculos.”