Se você estiver em uma mesa com uma caneta ou lápis à mão, tente este movimento:segure a caneta por uma extremidade com o polegar e o dedo indicador, e empurre a outra extremidade contra a mesa. Deslize seus dedos para baixo na caneta, em seguida, vire-o de cabeça para baixo, sem deixá-lo cair. Não muito difícil, direito?

Mas para um robô - digamos, um que está classificando uma caixa de objetos e tentando obter uma boa compreensão de um deles - esta é uma manobra que exige muito do computador. Antes mesmo de tentar a mudança, ele deve calcular uma ladainha de propriedades e probabilidades, como o atrito e a geometria da mesa, a caneta, e seus dois dedos, e como várias combinações dessas propriedades interagem mecanicamente, com base nas leis fundamentais da física.

Agora, os engenheiros do MIT descobriram uma maneira de acelerar significativamente o processo de planejamento necessário para um robô ajustar sua pegada em um objeto, empurrando esse objeto contra uma superfície estacionária. Considerando que os algoritmos tradicionais exigiriam dezenas de minutos para o planejamento de uma sequência de movimentos, a abordagem da nova equipe reduz esse processo de pré-planejamento para menos de um segundo.

Alberto Rodriguez, professor associado de engenharia mecânica no MIT, diz que o processo de planejamento mais rápido permitirá que robôs, particularmente em ambientes industriais, para descobrir rapidamente como empurrar, deslize junto, ou então usar recursos em seus ambientes para reposicionar objetos ao seu alcance. Essa manipulação ágil é útil para qualquer tarefa que envolva separação e classificação, e até mesmo o uso complexo de ferramentas.

"Esta é uma maneira de estender a destreza até mesmo de garras robóticas simples, porque no final do dia, o ambiente é algo que todo robô tem ao seu redor, "Rodriguez diz.

Os resultados da equipe são publicados hoje em IA International Journal of Robotics Research . Os co-autores de Rodriguez são o autor principal Nikhil Chavan-Dafle, um estudante de graduação em engenharia mecânica, e Rachel Holladay, um estudante de graduação em engenharia elétrica e ciência da computação.

Física em um cone

O grupo de Rodriguez trabalha para permitir que os robôs aproveitem seu ambiente para ajudá-los a realizar tarefas físicas, como pegar e classificar objetos em uma lixeira.

Algoritmos existentes normalmente levam horas para pré-planejar uma sequência de movimentos para uma garra robótica, principalmente porque, para cada movimento que considera, o algoritmo deve primeiro calcular se esse movimento satisfaria uma série de leis físicas, como as leis do movimento de Newton e a lei de Coulomb que descreve as forças de atrito entre objetos.

"É um processo computacional tedioso para integrar todas essas leis, considerar todos os movimentos possíveis que o robô pode fazer, e escolher um útil entre aqueles, "Rodriguez diz.

Ele e seus colegas encontraram uma maneira compacta de resolver a física dessas manipulações, antes de decidir como a mão do robô deve se mover. Eles fizeram isso usando "cones de movimento, "que são essencialmente visuais, mapas de fricção em forma de cone.

O interior do cone representa todos os movimentos de empurrar que podem ser aplicados a um objeto em um local específico, ao mesmo tempo em que satisfaz as leis fundamentais da física e permite ao robô segurar o objeto. O espaço fora do cone representa todos os empurrões que de alguma forma fariam com que um objeto escorregasse do alcance do robô.

"Variações aparentemente simples, como a força com que o robô agarra o objeto, pode mudar significativamente a forma como o objeto se move quando empurrado, "Holladay explica." Com base em quão forte você está agarrando, haverá um movimento diferente. E isso é parte do raciocínio físico que o algoritmo lida. "

O algoritmo da equipe calcula um cone de movimento para diferentes configurações possíveis entre uma garra robótica, um objeto que está segurando, e o ambiente contra o qual está sendo empurrado, a fim de selecionar e sequenciar diferentes impulsos viáveis ​​para reposicionar o objeto.

"É um processo complicado, mas ainda muito mais rápido do que o método tradicional - rápido o suficiente para que o planejamento de uma série inteira de impulsos leve meio segundo, "Holladay diz.

Grandes planos

Os pesquisadores testaram o novo algoritmo em uma configuração física com uma interação de três vias, em que uma pinça robótica simples estava segurando um bloco em forma de T e empurrando contra uma barra vertical. Eles usaram várias configurações iniciais, com o robô agarrando o bloco em uma determinada posição e empurrando-o contra a barra a partir de um determinado ângulo. Para cada configuração inicial, o algoritmo gerou instantaneamente o mapa de todas as forças possíveis que o robô poderia aplicar e a posição do bloco que resultaria.

"Fizemos vários milhares de tentativas para verificar se nosso modelo prediz corretamente o que acontece no mundo real, "Holladay diz." Se aplicarmos um empurrão que está dentro do cone, o objeto agarrado deve permanecer sob controle. Se for do lado de fora, o objeto deve escorregar das mãos. "

Os pesquisadores descobriram que as previsões do algoritmo correspondiam de forma confiável ao resultado físico no laboratório, planejar sequências de movimentos - como reorientar o bloco contra a barra antes de colocá-lo em uma mesa na posição vertical - em menos de um segundo, em comparação com algoritmos tradicionais que levam mais de 500 segundos para serem planejados.

"Porque temos essa representação compacta da mecânica dessa interação de três vias entre o robô, objeto, e seu ambiente, agora podemos atacar problemas de planejamento maiores, "Rodriguez diz.

O grupo espera aplicar e estender sua abordagem para permitir que uma garra robótica manipule diferentes tipos de ferramentas, por exemplo, em um ambiente de manufatura.

"A maioria dos robôs de fábrica que usam ferramentas têm uma mão especialmente projetada, então, em vez de ter a capacidade de segurar uma chave de fenda e usá-la de várias maneiras diferentes, eles apenas fazem da mão uma chave de fenda, "Holladay diz." Você pode imaginar que isso requer um planejamento menos hábil, mas é muito mais limitante. Gostaríamos que um robô fosse capaz de usar e pegar muitas coisas diferentes. "