Robô de Baixo Custo Navega Quase Qualquer Obstáculo

Uma equipe de pesquisadores projetou um sistema robótico que permite que um robô de baixo custo e pernas pequenas navegue quase qualquer obstáculo ou terreno. O robô pode subir e descer escadas quase de sua altura ou navegar em terrenos rochosos, escorregadios, irregulares, íngremes e variados. Ele também pode caminhar sobre lacunas, escalar rochas e operar no escuro.

O projeto para desenvolver o sistema foi realizado por pesquisadores da Escola de Ciência da Computação da Universidade Carnegie Mellon e da Universidade da Califórnia, Berkeley.

Habilitando Robôs Pequenos com Novas Habilidades

Deepak Pathak é professor assistente no Instituto de Robótica.

“Habilitar robôs pequenos a subir escadas e lidar com uma variedade de ambientes é crucial para desenvolver robôs que serão úteis em casas e operações de busca e resgate”, disse Pathak. “Esse sistema cria um robô robusto e adaptável que pode realizar muitas tarefas do dia a dia.”

O robô foi testado em escadas irregulares e encostas em parques públicos, o que testou sua capacidade de caminhar sobre pedras e superfícies escorregadias. Ele também foi encarregado de subir escadas que seriam equivalentes a um humano pulando sobre uma barreira. O robô alcança uma capacidade impressionante de se adaptar e dominar o terreno rapidamente, usando sua visão e um pequeno computador embarcado.

O robô foi treinado com 4.000 clones em um simulador. Esses clones praticaram caminhar e escalar terrenos complexos, e a velocidade do simulador permitiu que o robô alcançasse seis anos de experiência em apenas um dia.

As habilidades motoras aprendidas durante o treinamento foram armazenadas pelo simulador em uma rede neural, que os pesquisadores então copiaram para o robô real. Essa abordagem inovadora significou que não houve necessidade de engenharia manual dos movimentos do robô.

Muitos dos sistemas robóticos atuais dependem de câmeras que criam um mapa do ambiente circundante, que é então usado para planejar os movimentos do robô antes de serem executados. No entanto, esse processo pode ser lento e propenso a erros devido a imprecisões ou percepções erradas na etapa de mapeamento. Essas imprecisões podem afetar o planejamento e os movimentos.

Enquanto o mapeamento e o planejamento provam ser úteis para sistemas focados em controle de alto nível, eles nem sempre são os melhores para os requisitos dinâmicos de habilidades de baixo nível, como caminhar ou correr.

Manobras Eficientes e Rápidas

O sistema robótico recém-desenvolvido pula as fases de mapeamento e planejamento e direciona as entradas de visão para o controle do robô. Isso basicamente significa que o robô vê e se move de acordo. A técnica de quebra permite que o robô reaja ao seu terreno complexo muito rapidamente e de forma eficaz.

Os movimentos do robô são treinados por meio de aprendizado de máquina, tornando o robô de baixo custo. O robô testado foi pelo menos 25 vezes mais barato do que as alternativas no mercado. De acordo com a equipe, seu algoritmo poderia tornar robôs de baixo custo muito mais acessíveis.

Ananye Agarwal é um estudante de doutorado em aprendizado de máquina na SCS.

“Esse sistema usa visão e feedback do corpo diretamente como entrada para saídas de comandos para os motores do robô”, disse Agarwal. “Essa técnica permite que o sistema seja muito robusto no mundo real. Se ele escorregar nas escadas, pode se recuperar. Pode ir para ambientes desconhecidos e se adaptar.”

O sistema robótico foi fortemente inspirado na natureza. Para um robô do tamanho de menos de um pé de altura, ele aprendeu a adotar os movimentos que os humanos usam para passar sobre obstáculos altos para escalar escadas ou obstáculos de sua altura. O sistema usa abdução de quadril para superar obstáculos que são mesmo difíceis para os sistemas robóticos de pernas mais avançados disponíveis.

A equipe também olhou para os animais de quatro patas em busca de inspiração.

“Os animais de quatro patas têm uma memória que permite que suas patas traseiras sigam as patas dianteiras. Nosso sistema funciona de forma semelhante”, disse Pathak.

A memória embarcada permite que as pernas traseiras lembrem o que a câmera viu, ajudando a navegar obstáculos.

Ashish Kumar é um estudante de doutorado em Berkeley.

“Como não há mapa, não há planejamento, nosso sistema lembra o terreno e como ele moveu a perna dianteira e traduz isso para a perna traseira, fazendo isso rapidamente e sem falhas”, diz Kumar.

A nova pesquisa pode desempenhar um grande papel na resolução de alguns dos principais desafios que cercam os robôs com pernas. Ela também pode ajudar a levar ao seu uso em casas.