Engenheiros de uma instituição suíça dizem ter encontrado uma maneira de tornar um robô de quatro patas ainda mais difícil de combater durante um apocalipse robô. Em um novo artigo publicado na revista Science Robotics, eles descrevem um sistema que treina a máquina para que ela fuja o mais rápido possível e seja capaz de resistir a tentativas de derrubá-la. O robô poderia até mesmo se recuperar sozinho de uma queda.
Ah, que ótimo. GIF: Hwangbo, et al (Science Robotics)
O ANYmal foi originalmente desenvolvido por pesquisadores do Robotic Systems Lab, do Instituto Federal Suíço de Tecnologia em Zurique (ETH Zurich). Desde então, ele é comercializado pela empresa ANYbotics, fundada em 2016, e continua sendo atualizado. Ao contrário de muitos robôs de quatro patas existentes atualmente, o ANYmal é à prova d’água e foi projetado especificamente para enfrentar condições bem distantes do ideal, como florestas, locais industriais e nevascas.
De acordo com a ANYbotics, seu robô já pode ser usado no mundo real para alcançar lugares perigosos aonde os humanos não podem ir, incluindo missões de busca e resgate. Ele até apareceu em um episódio recente de Arquivo X no ano passado, fazendo o papel de um robô de ataque – o que mais poderia ser?
Embora os robôs de quatro patas estejam à frente de que seus colegas de duas pernas quando se trata de agilidade e coordenação sem precisar de comandos humanos, ainda há muito o que melhorar. Uma das potenciais soluções que os engenheiros pensam em adotar é uma forma de aprendizado de máquina chamada aprendizado por reforço. Esse método permite que robôs se treinem por meio de tentativa e erro para encontrar a melhor maneira de realizar uma tarefa, como caminhar. Simplificando, o aprendizado por reforço deixaria o robô quase “pensar” e aprender como um animal, com sua própria lógica interna.
Passando por aí. GIF: Hwangbo, et al (Science Robotics)
No entanto, usar o aprendizado por reforço com um robô físico não é fácil, já que eles e seus movimentos são muito complexos. Então, por enquanto, os cientistas preferiram as simulações computacionais de um robô que aprende. Mas usar os dados dessas simulações para treinar robôs da vida real como o ANYmal também é difícil, de acordo com Jemin Hwangbo, cientista do Robotic Systems Lab na ETH Zurich e principal autor do artigo.
“Tem sido extremamente desafiador desenvolver políticas de controle para sistemas sofisticados com pernas”, disse ele ao Gizmodo por e-mail. “Há um número incontável de situações que os robôs enfrentam e é quase impossível projetar uma lógica de controle que cubra todas elas.”
No novo artigo, Hwangbo e sua equipe contam que desenvolveram uma rede neural que lhes permite traduzir dados de simulação para o robô de forma melhor e mais fácil do que antes. Essas simulações foram realizadas quase mil vezes mais rápido do que o que seria feito no mundo real. A equipe também diz ter reduzido o poder computacional que seria esperado para processar um sistema semelhante, precisando apenas de um PC típico para realizar as simulações.
GIF: Hwangbo, et al (Science Robotics)
Os resultados finais de seu trabalho – exibidos em uma série de vídeos – definitivamente parecem impressionantes e um pouco aterrorizantes. O recém-treinado ANYmal foi mais rápido e eficiente em termos de energia, capaz de bater seu recorde de velocidade em 25%, e também seguir os comandos para se mover a uma determinada velocidade. Ele já era bastante resistente, mas o novo treinamento tornou-o capaz de se manter em pé mesmo com tentativas reais de derrubá-lo. E agora ele pode até se erguer de uma queda, o que, segundo a equipe, nunca foi observado em um robô de quatro pernas de complexidade similar.
Sua nova técnica de treinamento, disse Hwangbo, não deveria funcionar apenas com o ANYmal. Eles acham que isso poderia ajudar qualquer robô de quatro patas a ficar melhor em pé. Mas ainda há mais trabalho a ser feito no treinamento de um robô para que ele possa ser ágil em várias situações.
“As abordagens apresentadas neste documento são apenas para terrenos planos”, disse ele. “Para atravessar terrenos acidentados e não estruturados, precisamos de sensores de visão e uma política apropriada para processar as informações. Estamos trabalhando nessa direção e esperamos apresentar uma solução mais versátil em breve.”
Enquanto isso, esperamos que, no futuro, o ANYmal não se lembre de nenhuma das violências cometidas contra ele em nome da ciência.