Um benchmark de código aberto para avaliar as habilidades de manipulação e planejamento de robôs de montagem

A pesquisa no campo da robótica tem crescido na última década com o objetivo de enfrentar desafios de valor real para a indústria e o domínio público. Com novos sistemas robóticos aparecendo dia sim, dia não, é importante desenvolver ferramentas confiáveis ​​que possam ser usadas para avaliar seu desempenho e testar algoritmos que sustentam seu funcionamento.

Pesquisadores do Oxford Robotics Institute, do Manufacturing Technology Center (MTC) e da Universidade de Birmingham apresentaram recentemente o RAMP (Robotic Assembly Manipulation and Planning), uma referência que pode ser usada para avaliar a capacidade de robôs de montagem (isto é, robôs projetados para montar produtos) para manipular objetos e planejar seu trabalho. O novo benchmark, apresentado em artigo publicado na arXiv servidor de pré-impressão, pode ajudar a aprimorar as capacidades dos robôs de montagem, facilitando seu uso na indústria de manufatura.

“O documento surgiu por meio de uma colaboração com o Centro de Tecnologia de Manufatura (MTC) em Coventry, Reino Unido, que tem uma série de parceiros na indústria que enfrentam problemas semelhantes, todos dentro do domínio do planejamento de longo prazo para montagem”, Jack Collins, um dos pesquisadores que realizaram o estudo, disseram ao Tech Xplore.

“Este domínio de problemas apresenta muitos desafios e questões em aberto dentro da robótica e, portanto, trabalhando com o MTC, projetamos uma referência que reflete o domínio e os desafios, além de garantir que seja acessível aos pesquisadores para que possam contribuir para a resolução de problemas alinhados”.

O trabalho está sendo conduzido sob a alçada de um Programa de Bolsa EPSRC em Inteligência Corporificada dirigido pelo Prof. Ingmar Posner em Oxford. “O objetivo do nosso benchmark é ser voltado para desafios, acessível e aberto. Nossa visão é oferecer uma plataforma que evoluirá ainda mais para um esforço orientado pela comunidade para avançar na pesquisa de robótica com um foco de aplicação específico em fabricação e montagem. ”

Posner, Collins e seus colegas decidiram criar um benchmark aberto que pudesse ser aplicado a uma gama mais ampla de tarefas de montagem robótica. O RAMP utiliza uma série de peças básicas que podem ser reconfiguradas e expandidas, para testar a capacidade dos robôs de montar uma gama mais ampla de objetos.

“Para resolver a variação nas configurações de objetivo, o RAMP requer raciocínio e planejamento explícitos para decidir a ordem de montagem das vigas, sem as quais o resultado seria sequências de montagem inviáveis”, explicou Collins.

Essencialmente, o RAMP permite que os usuários avaliem de forma confiável a capacidade de um manipulador robótico de montar vários feixes em uma das várias configurações de alvo diferentes. A referência foi projetada em torno de desafios comuns na construção externa, onde as peças são pré-fabricadas e montadas externamente, por exemplo, para formar as estruturas que compõem a estrutura interna dos edifícios.

“O benchmark apresenta vigas que são criadas a partir de uma série de juntas impressas em 3D e perfis de alumínio, o objetivo é montar essas vigas na configuração de objetivo dada o mais rápido possível, garantindo a repetibilidade”, disse Collins. “O RAMP foi projetado exclusivamente para avaliar tarefas de montagem de horizonte longo que exigem raciocínio explícito quanto à ordem da montagem. Nosso benchmark também diminui a barreira de entrada, tornando tudo publicamente disponível para as pessoas começarem.”

O RAMP está disponível publicamente, então pesquisadores e fabricantes em todo o mundo agora podem usá-lo para testar seus próprios sistemas robóticos. Os usuários recebem tudo o que precisam para começar a usar o benchmark, incluindo as peças básicas, um guia de montagem, código para uma implementação de linha de base e código para um ambiente de simulação altamente realista baseado na plataforma Nvidia Isaac.

“O RAMP também apresenta um método de linha de base que é capaz de resolver a classe fácil de montagens. Divulgamos a linha de base publicamente com a intenção de permitir que outros usem e desenvolvam nosso próprio trabalho”, disse Collins. “Acreditamos que a implicação disso é um progresso mensurável em um domínio de problema que tem uso direto na indústria, ao mesmo tempo em que impulsiona o progresso em uma série de desafios abertos conhecidos na robótica. Vemos esta referência evoluindo para um esforço orientado pela comunidade com futuros usuários aumentando o referência para abranger novas áreas, como manipulação bimanual, construção 3D e manipulação deformável.”

O novo benchmark criado por esta equipe de pesquisadores poderá em breve se tornar uma ferramenta valiosa para avaliar as habilidades de planejamento e manipulação de robôs projetados para montar estruturas em canteiros de obras externos. Por fim, o RAMP pode ajudar a avaliar melhor o progresso no campo da montagem robótica, além de destacar possíveis problemas com robôs e como superá-los.

“Em nossa pesquisa futura, procuraremos usar o ambiente de simulação associado para aplicar abordagens baseadas em aprendizado para criar métodos mais robustos para resolver as montagens”, acrescentou Collins. “Também veremos como podemos resolver a ordem de montagem sem exigir que um especialista primeiro escreva uma abstração do domínio que pode ser resolvida por um planejador simbólico.”

© 2023 Science X Network