Como robôs mudarem para o mundo actual, eles precisarão se tornar mais adaptáveis. Mas neste momento é difícil transferir competências de uma máquina para outra. Um novo sistema torna isso possível.
Uma das maneiras mais populares de ensinar robôs é fazer com que um humano lhes mostre o que fazer – seja guiando fisicamente as articulações do robô, usando controle remoto ou até mesmo desenhando o movimento desejado.
Mas essas habilidades estão indelevelmente ligadas a cada robô específico. Se uma empresa atualizar para um novo robô com um design diferente, a habilidade será interrompida e o robô terá que ser treinado do zero.
Pesquisadores do Instituto Federal Suíço de Lausanne contornaram esse desafio ensinando robôs a compreender os limites de suas próprias articulações. Em um artigo publicado em Robótica Científicaa nova abordagem permitiu que vários robôs completassem uma tarefa com base em uma única demonstração humana.
“Com novos designs vêm diferentes capacidades e restrições”, Durgesh Haribhau Salunkhe, coautor do artigo. contado Ars Técnica. “O problema é adaptar-se a essas restrições e capacidades – replicar fielmente as ações demonstradas por um ser humano.”
Surpreendentemente, a abordagem não depende de IA. Em vez disso, os investigadores analisaram as propriedades físicas de vários braços robóticos com três juntas rotativas – um design well-liked em ambientes comerciais – para mapear os seus limites.
Para completar uma tarefa, um braço robótico deve calcular como dobrar cada junta para atingir seu alvo. Também deve evitar forçar as articulações além dos seus limites físicos ou torcê-las em ângulos estranhos. Os engenheiros chamam esses limites de “singularidades” porque eles causam a quebra da matemática que governa o movimento dos robôs. Falhas podem causar movimentos repentinos e inseguros.
Os pesquisadores mapearam regiões seguras na amplitude de movimento de cada robô e classificaram todos os robôs de três articulações em seis categorias com base em limites físicos compartilhados.
Eles incorporaram esses limites na programação de cada robô. A equipe chama isso de “inteligência cinemática”, essencialmente conhecimento de quais movimentos as máquinas podem ou não realizar com segurança.
Se um movimento empurra o robô para uma zona insegura, o sistema ativa o que os pesquisadores chamam de “ciclo de trilha”. Esta é uma estratégia para contornar a zona de perigo, adaptada à categoria do robô. Alguns robôs percorrem zonas horizontalmente, outros verticalmente e alguns alternam modos.
Como um teste no mundo actual, a equipe montou uma linha de montagem simulada com três robôs comerciais: um cujos movimentos são relativamente restritos, outro com mais flexibilidade e um terceiro capaz de uma gama muito maior de movimentos.
Um humano demonstrou três tarefas. Eles empurraram um objeto de uma esteira transportadora, pegaram-no, colocaram-no em uma bancada e depois o colocaram em uma cesta. Cada robô tentou essas tarefas e, apesar dos movimentos os levarem até o limite, todos os três seguiram as demonstrações com sucesso.
Atualmente, o sistema lida bem com os limites físicos de um robô e mantém os movimentos seguros. Mas não foi projetado para ambientes imprevisíveis ou decisões complexas. Portanto, é provavelmente mais adequado para configurações de fábrica altamente controladas do que para o mundo actual mais confuso.
Ainda assim, permitir que os robôs partilhem competências poderia facilitar a sua implantação numa série de ambientes comerciais. Isso não nos trará o mordomos robôs que o Vale do Silício prometeumas poderia acelerar a integração muito mais prática dos robôs na indústria.