Foi desenvolvido um novo sistema que pode aprender, por tentativa e erro, como agarrar objetos de diferentes formas e tamanhos.

O sistema, denominado Dex-Net 2.0, foi desenvolvido por pesquisadores da Universidade da Califórnia, Berkeley. Ele usa um algoritmo de aprendizado profundo para aprender com seus erros e melhorar suas habilidades de compreensão ao longo do tempo.

Nos testes, o Dex-Net 2.0 foi capaz de capturar com sucesso objetos de vários formatos e tamanhos, incluindo uma escova de dentes, um carrinho de brinquedo e uma xícara de café. O sistema também foi capaz de se adaptar a diferentes tipos de superfícies, como mesa, bancada e cadeirinha de carro.

“O Dex-Net 2.0 é uma melhoria significativa em relação ao nosso sistema anterior”, disse o coautor Pieter Abbeel, da Universidade da Califórnia, Berkeley. “Ele é capaz de aprender com seus erros com muito mais rapidez e eficiência, e agora consegue captar objetos que são bastante diferentes uns dos outros em forma e tamanho.”

Os pesquisadores acreditam que o Dex-Net 2.0 pode ser usado para desenvolver novos sistemas robóticos que possam realizar diversas tarefas, como pegar objetos, limpar uma casa ou montar móveis.

Um artigo descrevendo o novo sistema foi publicado na revista Science Robotics.

Como o Dex-Net 2.0 aprende

Dex-Net 2.0 usa um algoritmo de aprendizado profundo chamado aprendizado por reforço para aprender como compreender objetos. O aprendizado por reforço é um tipo de aprendizado de máquina que permite que um sistema aprenda com seus erros, recompensando-o pelo bom comportamento e punindo-o pelo mau comportamento.

No caso do Dex-Net 2.0, o sistema é recompensado quando consegue agarrar um objeto com sucesso e punido quando falha. O sistema usa esse feedback para ajustar seu comportamento ao longo do tempo, até que seja capaz de captar objetos de forma consistente.

Aplicações do Dex-Net 2.0

Os pesquisadores acreditam que o Dex-Net 2.0 poderia ser usado para desenvolver novos sistemas robóticos que possam realizar uma variedade de tarefas, tais como:

* Pegando objetos: O Dex-Net 2.0 poderia ser usado para desenvolver sistemas robóticos capazes de pegar objetos de diferentes formatos e tamanhos, como mantimentos, ferramentas ou brinquedos.
* Limpando uma casa: O Dex-Net 2.0 pode ser usado para desenvolver sistemas robóticos que podem limpar uma casa, como aspirar, tirar o pó e esfregar.
* Montagem de móveis: O Dex-Net 2.0 pode ser usado para desenvolver sistemas robóticos que podem montar móveis, fixando parafusos, porcas e pernos.

Os pesquisadores estão atualmente explorando essas e outras aplicações do Dex-Net 2.0. Eles acreditam que o sistema tem potencial para revolucionar a forma como os robôs interagem com o mundo físico.