Um sistema que permite que robôs domésticos cozinhem em colaboração com humanos

Os robôs domésticos podem ajudar os humanos na realização de diversas tarefas manuais, desde lavar a louça ou lavar a roupa até cozinhar, limpar e arrumar. Embora muitos roboticistas e cientistas da computação tenham tentado melhorar as competências dos robôs domésticos nos últimos anos, muitos dos robôs desenvolvidos até agora ainda são incapazes de realizar tarefas mais complexas e criativas, como cozinhar em colaboração com utilizadores humanos.

Pesquisadores da Universidade Cornell desenvolveram recentemente o MOSAIC, uma arquitetura modular que permite que robôs executem tarefas domésticas complexas que envolvem interação próxima com humanos, incluindo culinária interativa. Este sistema, apresentado num artigo publicado no arXiv servidor de pré-impressão, foi testado em uma série de experimentos no mundo real, mostrando que ele poderia ajudar os humanos a cozinhar várias receitas.

“Apresentamos o MOSAIC, uma arquitetura modular para robôs domésticos realizarem tarefas colaborativas complexas, como cozinhar com usuários comuns”, escreveram Huaxiaoyue Wang, Kushal Kedia e seus colegas em seu artigo. “O MOSAIC colabora estreitamente com os humanos, interage com os usuários usando linguagem natural, coordena vários robôs e gerencia um vocabulário aberto de objetos do cotidiano.”

O sistema proposto pelos pesquisadores é modular, o que significa que é composto por diferentes partes ou módulos que abordam diferentes aspectos da tarefa em questão. Os componentes do sistema podem ser amplamente divididos em um planejador de tarefas interativo, uma arquitetura para identificação de objetos e planejamento de movimentos de robôs e um modelo projetado para prever os movimentos de humanos.

“Em sua essência, o MOSAIC emprega modularidade: ele aproveita vários modelos pré-treinados em grande escala para tarefas gerais, como reconhecimento de linguagem e imagem, enquanto usa módulos simplificados projetados para controle específico de tarefas”, explicaram os pesquisadores em seu artigo.

Wang, Kedia e seus colegas avaliaram até agora o desempenho do seu sistema em 60 ensaios experimentais, usando dois sistemas robóticos diferentes, nomeadamente o manipulador móvel Stretch Robot RE1 e o manipulador de mesa Franka Emilka Research 3. Durante estes ensaios, os dois manipuladores robóticos colaboraram estreitamente. com um usuário humano para preparar seis receitas relativamente simples, incluindo dois tipos diferentes de salada, três tipos diferentes de sopa e um sanduíche de atum.

“Também testamos extensivamente módulos individuais com 180 episódios de seleção visuomotora, 60 episódios de previsão de movimento humano e 46 avaliações de usuários on-line do planejador de tarefas”, escreveram os pesquisadores. “Mostramos que o MOSAIC é capaz de colaborar eficientemente com humanos, executando todo o sistema de ponta a ponta com um usuário humano real, completando 68,3% (41/60) de testes de culinária colaborativa de 6 receitas diferentes com uma taxa de conclusão de subtarefas de 91,6 %.”

Nas experiências culinárias interativas realizadas pelos pesquisadores, o MOSAIC teve um desempenho consideravelmente bom, completando com sucesso aproximadamente dois terços das receitas que preparou com humanos. O MOSAIC poderá em breve servir de inspiração para outras pesquisas, contribuindo assim para o avanço de sistemas robóticos assistivos projetados para serem implantados em ambientes domésticos.

No futuro, Wang, Kedia e os seus colegas poderão melhorar ainda mais alguns dos componentes subjacentes do seu sistema, para aumentar ainda mais o seu desempenho tanto na cozinha colaborativa como noutras tarefas interactivas. Por exemplo, atualmente descobriu-se que o sistema funciona bem em subtarefas manuais simples, como pegar e mover objetos, mas ainda não foi aplicado a subtarefas mais avançadas. Essa limitação poderia ser abordada e melhorada em seus próximos estudos.

“A extensão para tarefas mais complexas, como cortar, enrolar e espalhar, é menos trivial”, escreveram os pesquisadores em seu artigo. “Embora nosso sistema seja testado extensivamente em diferentes receitas, nossos experimentos estão restritos a um ambiente de cozinha. Trabalhos futuros tentarão medir os limites da capacidade de generalização de nosso sistema diante de uma gama mais ampla de ambientes de cozinha.”

© 2024 Science X Network