Robôs aprendem a se movimentar sozinhos com sistema criado por cientistas suíços

O que você precisa saber

Em um novo artigo publicado na Science Robotics, engenheiros suíços apresentaram um sistema que ensina um robô a se mover mais rápido do que nunca, enquanto tenta evitar ser derrubado. Ele também é capaz de se levantar se cair no chão. Existem vários vídeos na web com robôs se equilibrando para não cair, mas, no caso citado, esses novos robôs não tiveram os movimentos programados. Eles simplesmente aprendem novos movimentos por si só. 

O ANYmal foi originalmente projetado por pesquisadores do Robotic Systems Laboratory, do Instituto Federal de Tecnologia da Suíça (ETH Zurich). Desde então, têm sido comercializados como parte da empresa ANYbotics, fundada em 2016, e continua a ganhar melhorias.

Ao contrário de muitos dos robôs de quatro pernas que existem hoje, este robô à prova d’água foi projetado especificamente para viagens em áreas de difícil acesso, como florestas, complexos industriais e paisagens com neve. De acordo com a ANYbotics, ele já pode ser usado para alcançar lugares perigosos onde humanos não podem ir, e até para missões de busca e salvamento. Ele até já fez uma ponta em um episódio da série X-Files no ano passado.

Embora os robôs de quatro pernas sejam mais ágeis e com melhor coordenação do que seus equivalentes de duas pernas, ainda há muito espaço para melhorias. Uma das soluções que a robótica encontrou é uma forma de aprendizado de máquina chamado aprendizado por reforço.

Esse método permite que os robôs treinem por si mesmos por meio de um modelo de tentativa e erro, para encontrar a melhor maneira de executar uma tarefa, como caminhar. Em suma, aprender por reforço permitiria ao robô quase “pensar” e aprender como um animal, com sua própria lógica interna.

No entanto, usar o aprendizado por reforço com um robô com pernas não é uma tarefa fácil, já que tanto o autômato, quanto seus movimentos são muito complexos. Até agora, os cientistas se limitaram a fazer essas simulações por computador. “Mas usar os dados dessas simulações para treinar robôs reais também é difícil”, diz Jemin Hwangbo, cientista do Robotic Systems Laboratory da ETH Zurich.