Os robôs têm uma reputação de ser, bem, robóticos. Na maioria das vezes, essa reputação foi bem conquistada. Os robôs geralmente se movem com movimentos rígidos e pré -programados que fazem o trabalho, mas não são exatamente o que se pode chamar de gracioso. Portanto, a idéia de um robô assumir algum tipo de busca criativa (como tocar música, por exemplo) parece muito não pure. Se você não estiver convencido disso, considere o combustível de pesadelo que o Chuck E. Banda animatrônica de queijo foi para filhos da década de 1980.
Mas talvez seja hora de mudar. Afinal, robôs humanóides (como o Unitree R1, abordamos recentemente) estão se tornando mais capazes e acessíveis a cada ano. Mix isso com os avanços modernos na inteligência synthetic generativa que oferece às máquinas a capacidade de fazer de tudo, desde Converse, como um humano até criar belas obras de arte, e podemos estar em algo. Um trio de pesquisadores da Universidade Politécnica de Milão reconheceu para onde tudo isso está indo, e eles desenvolveram um baterista robótico em resposta.
Uma visão geral do sistema (📷: A. Shahid et al.)
Chamado Baterista de robôs (onde fazer Eles criam esses nomes?), o sistema combina a destreza física de um robô humanóide com o aprendizado de reforço (RL) para produzir performances complexas e de bateria humanas. Mas a bateria apresenta um desafio particularmente difícil para os robôs. Requer tempo dividido, rápido coordenação de vários membros e a capacidade de manter movimentos de alta precisão por vários minutos por vez. Ao contrário das tarefas típicas de manipulação robótica, a música é uma atividade orientada ao processo, onde o objetivo é sustentar uma sequência dinâmica por um período prolongado. Até pequenos erros de tempo podem arruinar o ritmo e a qualidade emocional do desempenho.
Para enfrentar os desafios da bateria de robôs, os pesquisadores apresentaram uma abordagem chamada cadeia de contatos rítmicos na qual a música é representada como uma sequência de ataques de bateria com precisão. Em vez de pensar em termos de áudio contínuo, os pesquisadores trabalham a partir de arquivos MIDI, que codificam o tempo e o tipo exato de cada acerto de percussão. Ao retirar outros instrumentos e se concentrar apenas no canal de percussão, eles traduzem eventos “note-on” em ataques de bateria mapeados para o equipment de bateria do robô. Cada ataque é codificado em um vetor de um hots indexado pelo tempo, tornando-o direto para o robô saber exatamente o que acertar e quando.
Como as músicas podem ser longas e complexas, os pesquisadores as dividem em segmentos de comprimento fixo. Eles são treinados em paralelo usando uma política unificada de RL, permitindo que o robô aprenda em um repertório inteiro com mais eficiência. O sistema de recompensa é baseado em atingir a bateria certa nos momentos certos, incentivando não apenas a precisão, mas também a fluência rítmica.
Os testes foram feitos em simulação em um robô humanóide da Unitree G1, e a música não se limitou a batidas simples. O sistema assumiu gêneros de jazz ao rock e metallic, tocando faixas conhecidas como “Within the Finish”, de Linkin Park e “Residing On A Prayer”, de Bon Jovi. O robô alcançou taxas de precisão rítmica acima de 90percente começou a exibir comportamentos emergentes de bateria do tipo humano, como ataques de braço cruzado, atribuições adaptativas de bastões e planejamento de movimento otimizado.
O próximo passo da equipe é transferir essas habilidades da simulação para o {hardware} actual e, eventualmente, ensinar o robô a improvisar, ajustando seu estilo de jogo para pistas musicais ao vivo. No futuro, podemos não apenas ver robôs humanóides tocando ao lado de músicos humanos, mas também contribuindo com seu próprio estilo único para a efficiency. Mas, à aparência das coisas, esse futuro ainda pode estar muito longe.