Este avanço melhora significativamente a utilidade do robô e é um passo em direção à construção de “Grandes Modelos de Comportamento (LBMs)” para robôs, análogos aos Grandes Modelos de Linguagem (LLMs) que revolucionaram recentemente a IA conversacional.
Gill Pratt, CEO da TRI e cientista-chefe da Toyota Motor Corporation, afirma: “Nossa pesquisa em robótica visa amplificar as pessoas, em vez de substituí-las.
“Esta nova técnica de ensino é muito eficiente e produz comportamentos de alto desempenho, permitindo que os robôs amplifiquem as pessoas de muitas maneiras de maneira muito mais eficaz.”
As técnicas de última geração anteriores para ensinar novos comportamentos aos robôs eram lentas, inconsistentes, ineficientes e muitas vezes limitadas a tarefas estritamente definidas, executadas em ambientes altamente restritos.
Os roboticistas precisavam gastar muitas horas escrevendo códigos sofisticados e/ou usando vários ciclos de tentativa e erro para programar comportamentos.
O TRI já ensinou aos robôs mais de 60 habilidades difíceis e hábeis usando a nova abordagem, incluindo derramar líquidos, usar ferramentas e manipular objetos deformáveis.
Essas conquistas foram realizadas sem escrever uma única linha de código novo; a única mudança foi fornecer novos dados ao robô. Com base neste sucesso, a TRI estabeleceu uma meta ambiciosa de ensinar centenas de novas competências até ao final do ano e 1.000 até ao final de 2024.
Este último desenvolvimento também destaca que os robôs podem ser ensinados a funcionar em novos cenários e a realizar uma ampla gama de comportamentos.
Essas habilidades não se limitam a apenas “escolher e posicionar” ou simplesmente pegar objetos e colocá-los em novos locais. Os robôs da TRI podem agora interagir com o mundo de maneiras variadas e ricas – o que um dia permitirá que os robôs apoiem as pessoas em situações cotidianas e em ambientes imprevisíveis e em constante mudança.
Russ Tedrake, vice-presidente de pesquisa robótica da TRI, afirma: “As tarefas que observo estes robôs realizar são simplesmente incríveis – mesmo há um ano, eu não teria previsto que estávamos perto deste nível de destreza diversificada.”
Dr. Tedrake, que também é Professor Toyota de Engenharia Elétrica e Ciência da Computação, Aeronáutica e Astronáutica e Engenharia Mecânica no MIT, diz: “O que é tão interessante nesta nova abordagem é a velocidade e a confiabilidade com que podemos adicionar novas habilidades.
“Como essas habilidades funcionam diretamente a partir de imagens de câmeras e sensoriamento tátil, usando apenas representações aprendidas, elas são capazes de funcionar bem mesmo em tarefas que envolvem objetos deformáveis, tecidos e líquidos – todos os quais tradicionalmente têm sido extremamente difíceis para robôs.”
Você pode gostar também…
