Engenheiros capturam a intrincada arquitetura muscular do braço do polvo com um modelo computacional sem precedentes

Uma equipe de pesquisa publicou recentemente um estudo intitulado “Topologia, dinâmica e controle de um braço macio com arquitetura muscular”, em Anais da Academia Nacional de Ciências. O artigo, que foi capa, descreve um modelo computacional inédito que captura a intrincada arquitetura muscular do braço de um polvo.

O modelo, por sua vez, é usado para explicar como a mecânica estrutural simplifica dramaticamente o controle do braço, orquestrando automaticamente movimentos recorrentes tridimensionais complexos a partir de padrões simples de contração muscular. Os investigadores têm colaborado neste trabalho desde 2019 com o objetivo geral de desenvolver a capacidade do “ciberoctopus” – por outras palavras, criar sistemas de controlo robóticos que possam replicar os movimentos complexos dos braços do polvo.

Em muitos animais, incluindo humanos, um cérebro centralizado serve como centro de tomada de decisões, ou controlador, para o resto do corpo. Em contraste, os “cérebros” do polvo são distribuídos ao longo dos oito braços, de modo que cada braço possa operar de forma independente. Além disso, a fisiologia do polvo permite que cada braço alcance uma amplitude de movimento descrita por graus de liberdade quase infinitos, tornando a computação extremamente complexa.

“A motivação geral é descobrir como controlar um sistema complexo com muitos graus de liberdade e encontrar uma alternativa para executar cálculos caros”, disse o professor associado Mattia Gazzola. “O polvo é um modelo animal interessante que vem sendo estudado desde a década de 1980. [Researchers] quero saber o ‘segredo’ de suas habilidades.”

“Acho muito interessante aprender com animais vivos e traduzir alguns dos insights em ideias para projetos de robótica suave”, acrescentou Ph.D. em engenharia mecânica. candidato Arman Tekinalp sobre sua motivação para o estudo.

Em esforços anteriores, os pesquisadores trabalharam com uma equipe interdisciplinar para desenvolver uma abordagem teórica para controlar um modelo simplificado de braço de polvo. Neste trabalho, a equipe utilizou ressonância magnética e dados histológicos e biomecânicos para simular um braço realista composto por quase 200 grupos musculares entrelaçados.

Eles também usaram rastreamento de imagens para registrar os movimentos de um polvo vivo enquanto ele executava tarefas em um tanque. O polvo foi colocado em um dos lados de uma folha de Plexiglas com um buraco através do qual apenas um braço poderia passar. Nos experimentos, um objeto tentador foi colocado no lado oposto da folha. Os pesquisadores poderiam então capturar em vídeo o polvo alcançando e manipulando o objeto.

“Foi quase como trabalhar com uma criança”, lembra Gazzola ao observar o polvo. “Você tem que saber como abordar [the octopus] e mantê-lo envolvido.”

A partir das imagens, a equipe extraiu dados de movimento e mostrou em simulação que sua abordagem de controle poderia replicar os movimentos complexos exibidos pelo braço do polvo.

“Usamos topologia e geometria diferencial para aplicar um conjunto de resultados teóricos fundamentais ao braço para descrever sua forma e controlá-lo por meio da atuação muscular”, disse Gazzola.

Para descrever o movimento do braço, a equipe desenvolveu modelos simples de ativação muscular que poderiam alcançar movimentos 3D complexos. “Em vez de trabalhar com milhares de graus de liberdade, relacionamos duas quantidades topológicas – contorção e torção – à dinâmica muscular”, disse Gazzola.

“Essas duas quantidades são controladas por diferentes grupos musculares cuja coativação dá origem a uma terceira quantidade topológica, que descreve as mudanças morfológicas 3D do braço – isto é, seu movimento.”

Seu modelo computacional de alta fidelidade é um marco tanto na biologia, onde pode ajudar a explicar a impressionante capacidade do polvo, quanto na engenharia. “O modelo computacional é um teste útil para os roboticistas testarem seus algoritmos”, disse o professor Prashant Mehta.

O estudo de longo prazo representa esforços interdisciplinares de vários grupos de pesquisa e vários estudantes no campus ao longo dos anos. Na verdade, a equipe continua a mudar – Tekinalp, que se formará em dezembro de 2024, fará pós-doutorado na Universidade de Maryland, College Park.

“Tanto para Mattia como para mim, foi encorajador ver a estreita cooperação entre os estudantes dos nossos dois grupos de investigação”, disse Mehta.

Entre os muitos próximos passos deste trabalho, os investigadores prevêem expandir as suas técnicas de simulação para investigar métodos de controlo de todos os oito braços de uma forma colaborativa (por exemplo, imitando como um polvo pode trabalhar com vários objetos ao mesmo tempo). Eles também esperam traduzir suas descobertas em protótipos robóticos para testes experimentais.

“Nossa compreensão teórica ainda é uma abordagem intuitiva”, disse Gazzola sobre os próximos passos adicionais. “Queremos desenvolver uma estrutura automatizada para que nosso modelo polvo possa aprender a realizar tarefas por conta própria.”

A equipe inclui Ph.D. em engenharia mecânica. o candidato Arman Tekinalp, o colega estudante de graduação Seung Hyun Kim, o professor Prashant Mehta e o professor associado Mattia Gazzola, todos do Departamento de Ciência Mecânica e Engenharia da Universidade de Illinois Urbana-Champaign. Sua colaboração interdisciplinar também incluiu o professor assistente Noel Naughton (ex-bolsista Beckman) do Departamento de Engenharia Mecânica da Virginia Tech, ao lado de pesquisadores do Departamento de Fisiologia Molecular e Integrativa de Illinois e outros da Universidade da Carolina do Norte em Chapel Hill e da Universidade do sul da Flórida.