Investigadores do Instituto de Tecnologia de Massachusetts (MIT) desenvolveram uma t\u00e9cnica de IA destinada a permitir que os rob\u00f4s manipulem objectos utilizando todo o seu corpo.\u00a0<\/b><\/p>\n
A manipula\u00e7\u00e3o de objectos utilizando m\u00faltiplos pontos de contacto em v\u00e1rias partes do corpo representa um enorme desafio para os rob\u00f4s. Os seres humanos s\u00e3o excelentes na manipula\u00e7\u00e3o de todo o corpo, carregando facilmente caixas grandes ou segurando objectos irregulares.\u00a0<\/span><\/p>\n No entanto, os rob\u00f4s s\u00e3o muito menos competentes em tarefas de manipula\u00e7\u00e3o complexas devido aos numerosos pontos de contacto entre os objectos e as diferentes partes do seu corpo.\u00a0<\/span><\/p>\n Em vez de pensarmos nisto como um sistema de \"caixa negra\", se pudermos aproveitar a estrutura deste tipo de sistemas rob\u00f3ticos utilizando modelos, h\u00e1 uma oportunidade de acelerar todo o processo de tentar tomar estas decis\u00f5es e elaborar planos ricos em contactos\", afirmou H.J. Terry Suh, um estudante de p\u00f3s-gradua\u00e7\u00e3o em engenharia eletrot\u00e9cnica e inform\u00e1tica (EECS) e coautor principal do artigo de investiga\u00e7\u00e3o.<\/span><\/p>\n No fundo, o trabalho dos investigadores do MIT aborda a intensidade e complexidade computacional das tarefas de manipula\u00e7\u00e3o rob\u00f3tica, especificamente as que envolvem cen\u00e1rios ricos em contactos. Os rob\u00f4s t\u00eam de considerar in\u00fameras possibilidades de contacto com um objeto quando planeiam uma tarefa de manipula\u00e7\u00e3o, o que leva a um n\u00famero intrat\u00e1vel de c\u00e1lculos.\u00a0<\/span><\/p>\n Tradicionalmente, os m\u00e9todos de aprendizagem por refor\u00e7o (RL) t\u00eam sido utilizados para resolver este problema, mas requerem recursos computacionais e tempo consider\u00e1veis.<\/span><\/p>\n