Como é que se treina um robot para agarrar objetos no mundo real? Muitas das ações de manipulação avançadas já hoje presentes na indústria dependem de limites muito restritos. Os objetos que os braços robóticos pegam e manipulam têm formas bem definidas, e identificadores para reduzir a probabilidade de erros. Mas isso não responde aos desafios do alargamento das aplicações da robótica. No mundo real, a forma dos objetos escapa a estes limites bem definidos. Investigadores do Autolab de Berkeley procuram resolver este problema. Criaram objetos deliberadamente complexos e mal definidos, para treinar manipuladores de robots a reagir melhor perante o imprevisível.
Ensinar Robots a Pegar em Objetos
Os robots para trabalho em armazéns têm de saber reagir perante formas inesperadas. Nem todos os objetos cabem dentro de caixas normalizadas. As caixas podem ter danos ou imperfeições. É o suficiente para provocar paragens no sistema, ou risco de danos maiores. Este é um pequeno exemplo de situação real que beneficiaria de maior flexibilidade nas capacidades de manipulação dos robots.
A equipa do Autolab concebeu um conjunto de formas que vão desde o simples ao muito complexo. As mais simples parecem cubos, mas têm ângulos, o que complica o trabalho dos manipuladores tradicionais em forma de pinça. À medida que os robots vão aprendendo a manipular formas, a sua complexidade é aumentada. Esta tecnologia assenta em algoritmos de aprendizagem máquina, que aprendem por tentativa e erro. Para já, as taxas de sucesso ainda não são elevadas, e resta o desafio de generalizar este algoritmo a outros tipos de manipuladores robóticos. Apesar de parecer incipiente, este projeto mostra como melhorar as capacidades dos robots industriais.
***IMPORTANTE*** Não se esqueça de ajudar o Bit2Geek a crescer nas redes sociais, para termos mais colaboradores e mais conteúdo, |
***E clique em baixo para saber mais…
CubeSat, o pequeno satélite que está a revolucionar o sector espacial