Google DeepMind revela dois novos sistemas de mãos robóticas baseados em IA: ALOHA Unleashed e DemoStart

Engenheiros trabalhando no projeto DeepMind do Google anunciaram o desenvolvimento de dois novos sistemas de robôs baseados em IA. Um chamado ALOHA Unleashed foi desenvolvido para avançar a ciência da manipulação de dois braços. O outro, chamado DemoStart, foi desenvolvido para avançar as capacidades de mãos de robôs que têm múltiplos dedos, articulações ou sensores.

Detalhes para ALOHA Unleashed foram postados no site DeepMind e também no GitHub. Detalhes para DemoStart foram postados no arXiv servidor de pré-impressão.

Como a equipe de pesquisa observa, a maioria das mãos de robôs desenvolvidas para pegar e mover objetos geralmente agem sozinhas — elas não têm uma segunda mão para ajudá-las. Neste novo esforço, a equipe de pesquisa usou tecnologia de IA para ensinar um robô a usar ambas as mãos em conjunto para completar uma tarefa “difícil”, como amarrar um sapato. O resultado é ALOHA Unleashed.

Como a equipe também observa, o novo sistema se baseia no ALOHA 2 e na plataforma ALOHA, que foi desenvolvida na Universidade de Stanford para uso em aplicações de teleoperação. O novo sistema melhora a destreza e também permite que duas mãos robóticas se tornem “conscientes” uma da outra enquanto trabalham juntas em um problema comum.

As mãos do robô foram ensinadas por meio de demonstração a fazer tarefas como pendurar uma camisa ou consertar uma peça do robô. Depois, métodos de difusão foram aplicados para dar às mãos do robô algum grau de predição, ajudando-as a antecipar o que o outro estaria fazendo.

A equipe de pesquisa do DemoStart observou que a destreza complexa em robôs vai significar usar mais dedos, articulações e sensores do que os usados ​​atualmente na maioria das mãos dos robôs. Para conseguir isso, é necessário algum grau de coordenação entre eles.

Assim como o projeto ALOHA Unleashed, a coordenação exigiu a introdução de IA no processo de aprendizagem. Com o DemoStart, eles usaram aprendizado por reforço para ajudar o robô a ter uma noção de suas habilidades quando recebiam o controle de múltiplas articulações de braços, mãos e dedos, além das pontas dos dedos.

A abordagem envolveu dar às mãos do robô tarefas simples e aumentar lentamente a dificuldade. Eles descobriram que podiam ensinar um robô de dois dedos com várias juntas e sensores a reorientar um cubo, apertar uma porca e arrumar um espaço de trabalho.

© 2024 Rede Ciência X