Siga o Olhar Digital no Google Discover
Um robô treinado por aprendizado de máquina que imita gestos produzidos por um ser humano agora é capaz de descascar uma banana sem esmagá-la, nem mesmo amassá-la.
Ofertas
Por: R$ 4,66
Por: R$ 241,44
Por: R$ 241,44
Por: R$ 1.449,99
Por: R$ 3.799,00
Por: R$ 1.999,99
Por: R$ 999,00
Por: R$ 889,00
Por: R$ 79,90
Por: R$ 59,90
Por: R$ 3.324,00
Por: R$ 241,44
Por: R$ 188,99
Por: R$ 949,00
Por: R$ 1.709,05
Manipular frutas macias é algo desafiador para os robôs, que não têm a destreza e o toque sutil necessários para manusear itens sem destruí-los. Além disso, as formas irregulares – que podem variar significativamente mesmo entre frutas do mesmo tipo – também podem confundir os algoritmos de visão computacional que muitas vezes atuam como cérebros desses robôs.
Heecheol Kim, da Universidade de Tóquio, liderou uma equipe de pesquisadores que desenvolveu um sistema de aprendizado de máquina por imitação em um robô dotado de dois braços e mãos com “dedos” em formato de pinça.
Primeiro, uma pessoa operando o robô descascou centenas de bananas, criando 811 minutos de dados de demonstração para treinar a máquina a fazer sozinha. A tarefa foi dividida em nove etapas, desde segurar a banana até pegá-la da mesa com uma mão, pegar na ponta com a outra, descascá-la e manusear a fruta para retirar o restante da casca.
Leia mais:
- Robôs modulares que mudam de forma podem ajudar os astronautas
- Conheça o HuggieBot, o robô projetado para abraçar
- Cientistas desenvolvem robô adaptável inspirado no crescimento dos ossos humanos
Para movimentos amplos, que não oferecem risco de danificar a banana, o modelo de aprendizado de máquina mapeia uma trajetória, imitando o que um humano faz de forma natural. No entanto, quando é necessário manipular a banana com precisão, o sistema muda para uma abordagem reativa, no qual responde a mudanças inesperadas em seu ambiente.
Nos testes, o robô conseguiu descascar uma banana com sucesso em 57% das vezes, em uma ação que leva menos de 3 minutos. “O que é realmente interessante neste caso é que o processo que um humano usa foi transferido para o treinamento do sistema robótico por meio do aprendizado de imitação profunda”, diz o coautor do estudo, que foi publicado no servidor de pré-impressão arxiv.org, Jonathan Aitken, da Universidade de Sheffield, Reino Unido.
Kim diz que sua abordagem usa 13 horas de dados de treinamento em vez das centenas ou milhares de horas de outros experimentos semelhantes, o que a torna bem mais eficiente. “Ainda requer muitas GPUs [unidades de processamento gráfico], mas usando nossa estrutura, podemos reduzir a grande quantidade de computação [necessária]”, diz ele.
Aitken gostaria de ver como o robô lida com frutas mais deformadas. “Com um controle motor mais preciso, pode funcionar ainda melhor”, diz ele. Segundo o site Newscientist, a tecnologia não será usada apenas para bananas, no entanto: o objetivo é um sistema mais geral que possa lidar com tarefas que exigem habilidades motoras finas.
Já assistiu aos nossos vídeos no YouTube? Inscreva-se no nosso canal!
Tags: