Pesquisadores desenvolvem método rápido de verificação de segurança que garante que um robô evite colisões

Antes que um robô possa pegar os pratos de uma prateleira para pôr a mesa, ele deve garantir que sua pinça e seu braço não colidam com nada e possam quebrar a porcelana fina. Como parte de seu processo de planejamento de movimento, um robô normalmente executa algoritmos de “verificação de segurança” que verificam se sua trajetória está livre de colisões.

No entanto, às vezes esses algoritmos geram falsos positivos, alegando que uma trajetória é segura quando o robô realmente colidiria com alguma coisa. Outros métodos que podem evitar falsos positivos são normalmente muito lentos para robôs no mundo real.

Agora, os pesquisadores do MIT desenvolveram uma técnica de verificação de segurança que pode provar com 100% de precisão que a trajetória de um robô permanecerá livre de colisões (assumindo que o modelo do robô e do ambiente seja preciso). Seu método, que é tão preciso que pode discriminar trajetórias que diferem apenas em milímetros, fornece provas em apenas alguns segundos.

Mas o usuário não precisa acreditar apenas na palavra dos pesquisadores – a prova matemática gerada por esta técnica pode ser verificada rapidamente com matemática relativamente simples.

Os pesquisadores conseguiram isso usando uma técnica algorítmica especial, chamada programação de soma de quadrados, e a adaptaram para resolver efetivamente o problema de verificação de segurança. O uso da programação de soma de quadrados permite que seu método seja generalizado para uma ampla gama de movimentos complexos.

Esta técnica pode ser especialmente útil para robôs que devem se mover rapidamente para evitar colisões em espaços lotados de objetos, como robôs de preparação de alimentos em uma cozinha comercial. Também é adequado para situações em que colisões de robôs podem causar ferimentos, como robôs de saúde domiciliar que cuidam de pacientes frágeis.

“Com este trabalho, mostramos que você pode resolver alguns problemas desafiadores com ferramentas conceitualmente simples. A programação de soma de quadrados é uma ideia algorítmica poderosa e, embora não resolva todos os problemas, se você for cuidadoso ao aplicar Com isso, você pode resolver alguns problemas bastante não triviais”, diz Alexandre Amice, estudante de graduação em engenharia elétrica e ciência da computação (EECS) e principal autor de um artigo sobre essa técnica.

Amice é acompanhado no artigo pelo colega estudante de pós-graduação do EECS, Peter Werner, e pelo autor sênior Russ Tedrake, o Professor Toyota de EECS, Aeronáutica e Astronáutica e Engenharia Mecânica, e membro do Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL). O trabalho será apresentado em maio na Conferência Internacional sobre Robôs e Automação (ICRA2024) e está atualmente disponível no site arXiv servidor de pré-impressão.

Certificando segurança

Muitos métodos existentes que verificam se o movimento planejado de um robô está livre de colisões o fazem simulando a trajetória e verificando a cada poucos segundos se o robô atinge alguma coisa. Mas essas verificações de segurança estática não podem dizer se o robô irá colidir com algo nos segundos intermediários.

Isto pode não ser um problema para um robô que vagueia por um espaço aberto com poucos obstáculos, mas para robôs que realizam tarefas complexas em espaços pequenos, alguns segundos de movimento podem fazer uma enorme diferença.

Conceitualmente, uma forma de provar que um robô não está caminhando para uma colisão seria segurar um pedaço de papel que separasse o robô de quaisquer obstáculos no ambiente. Matematicamente, esse pedaço de papel é chamado de hiperplano. Muitos algoritmos de verificação de segurança funcionam gerando esse hiperplano em um único momento. Porém, cada vez que o robô se move, um novo hiperplano precisa ser recalculado para realizar a verificação de segurança.

Em vez disso, esta nova técnica gera uma função de hiperplano que se move com o robô, de modo que pode provar que toda uma trajetória está livre de colisões, em vez de trabalhar um hiperplano de cada vez.

Os pesquisadores usaram programação de soma de quadrados, uma caixa de ferramentas algorítmica que pode efetivamente transformar um problema estático em uma função. Esta função é uma equação que descreve onde o hiperplano precisa estar em cada ponto da trajetória planejada para permanecer livre de colisões.

A soma dos quadrados pode generalizar o programa de otimização para encontrar uma família de hiperplanos livres de colisão. Freqüentemente, a soma dos quadrados é considerada uma otimização pesada adequada apenas para uso offline, mas os pesquisadores mostraram que para esse problema ela é extremamente eficiente e precisa.

“A chave aqui foi descobrir como aplicar a soma dos quadrados ao nosso problema específico. O maior desafio foi chegar à formulação inicial. Se eu não quero que meu robô esbarre em nada, o que isso significa matematicamente, e o computador pode me dar uma resposta?” Amice diz.

No final, como o nome sugere, a soma dos quadrados produz uma função que é a soma de vários valores quadrados. A função é sempre positiva, pois o quadrado de qualquer número é sempre um valor positivo.

Confie mas verifique

Ao verificar novamente se a função do hiperplano contém valores quadrados, um ser humano pode facilmente verificar se a função é positiva, o que significa que a trajetória está livre de colisões, explica Amice.

Embora o método certifique com perfeita precisão, isso pressupõe que o usuário tenha um modelo preciso do robô e do ambiente; o certificador matemático é tão bom quanto o modelo.

“Uma coisa muito boa sobre essa abordagem é que as provas são realmente fáceis de interpretar, então você não precisa confiar em mim que codifiquei corretamente, porque você mesmo pode verificar”, acrescenta.

Eles testaram sua técnica em simulação, certificando que planos de movimento complexos para robôs com um e dois braços estavam livres de colisões. Na sua forma mais lenta, o método levou apenas algumas centenas de milissegundos para gerar uma prova, tornando-o muito mais rápido do que algumas técnicas alternativas.

“Este novo resultado sugere uma nova abordagem para certificar que uma trajetória complexa de um robô manipulador está livre de colisões, aproveitando elegantemente ferramentas de otimização matemática, transformadas em software surpreendentemente rápido (e disponível publicamente). Embora ainda não forneça uma solução completa para trajetória rápida planejando em ambientes desordenados, este resultado abre a porta para várias direções intrigantes de pesquisas futuras”, diz Dan Halperin, professor de ciência da computação na Universidade de Tel Aviv, que não esteve envolvido nesta pesquisa.

Embora a sua abordagem seja rápida o suficiente para ser usada como uma verificação final de segurança em algumas situações do mundo real, ainda é demasiado lenta para ser implementada diretamente num ciclo de planeamento de movimento do robô, onde as decisões precisam ser tomadas em microssegundos, diz Amice.

Os pesquisadores planejam acelerar o processo ignorando situações que não exigem verificações de segurança, como quando o robô está longe de qualquer objeto com o qual possa colidir. Eles também querem experimentar solucionadores de otimização especializados que possam rodar mais rápido.

“Os robôs muitas vezes enfrentam problemas ao superar obstáculos devido a aproximações inadequadas feitas ao gerar suas rotas. Amice, Werner e Tedrake vieram em socorro com um novo e poderoso algoritmo para garantir rapidamente que os robôs nunca ultrapassem seus limites, aproveitando cuidadosamente métodos avançados de geometria algébrica computacional”, acrescenta Steven LaVelle, professor da Faculdade de Tecnologia da Informação e Engenharia Elétrica da Universidade de Oulu, na Finlândia, e que não esteve envolvido neste trabalho.

Esta história foi republicada como cortesia do MIT News (web.mit.edu/newsoffice/), um site popular que cobre notícias sobre pesquisa, inovação e ensino do MIT.