O Toyota Research Institute (TRI) está utilizando uma abordagem inovadora de IA generativa para ensinar novas habilidades aos robôs. O comunicado, feito recentemente pela companhia, diz que este avanço melhora significativamente a utilidade do robô e é um passo em direção à construção de “Grandes Modelos de Comportamento (LBMs)” para robôs, análogos aos Grandes Modelos de Linguagem (LLMs) que revolucionaram recentemente a IA conversacional.
De acordo com a empresa, as técnicas usadas anteriormente eram lentas, inconsistentes, ineficientes e muitas vezes limitadas a tarefas estritamente definidas, executadas em ambientes altamente restritos. Os roboticistas precisavam gastar muitas horas escrevendo códigos sofisticados e/ou usando vários ciclos de tentativa e erro para programar comportamentos.
Novas competências
Com a nova abordagem, o TRI já ensinou aos robôs mais de 60 habilidades difíceis e hábeis, incluindo derramar líquidos, usar ferramentas e manipular objetos deformáveis. Essas conquistas foram realizadas sem escrever uma única linha de código novo, a única mudança foi fornecer novos dados ao robô. Com base neste sucesso, o TRI estabeleceu uma meta ambiciosa de ensinar centenas de novas competências até ao final do ano e 1.000 até ao final de 2024.
As habilidades não se limitam apenas a “escolher e colocar” ou simplesmente pegar objetos e colocá-los em novos locais. Os robôs do TRI podem agora interagir com o mundo de maneiras variadas e ricas – o que um dia permitirá que os robôs apoiem as pessoas em situações cotidianas e em ambientes imprevisíveis e em constante mudança.
“As tarefas que estou observando esses robôs realizarem são simplesmente incríveis – mesmo há um ano, eu não teria previsto que estávamos perto desse nível de destreza diversificada”, comentou Russ Tedrake , vice-presidente de pesquisa robótica do TRI.
Continua depois da publicidade |
Tedrake, que também é Professor Toyota de Engenharia Elétrica e Ciência da Computação, Aeronáutica e Astronáutica e Engenharia Mecânica no MIT, explicou que o "interessante nesta nova abordagem é a velocidade e a confiabilidade" para adicionar novas habilidades aos robôs. "Como essas habilidades funcionam diretamente a partir de imagens de câmeras e sensoriamento tátil, usando apenas representações aprendidas, elas são capazes de ter um bom desempenho mesmo em tarefas que envolvem objetos deformáveis, tecidos e líquidos – todos os quais têm sido tradicionalmente extremamente difíceis para robôs”, disse.
Processo de aprendizado
O robô do TRI aprende a partir de demonstrações táteis de um professor, combinadas com uma descrição linguística do objetivo. Em seguida, ele usa uma Política de Difusão baseada em IA para aprender a habilidade demonstrada. Este processo permite que um novo comportamento seja implantado de forma autônoma a partir de dezenas de demonstrações. Essa abordagem não apenas produz resultados consistentes, repetíveis e de alto desempenho, mas também o faz com tremenda agilidade.
Veja o vídeo, em inglês, que o TRI apresenta o processo de aprendizado do robô:
Gostou? Então compartilhe:
