Nossas mãos são como uma ponte entre as intenções estabelecidas pelo cérebro e o mundo físico, realizando nossos desejos, permitindo-nos transformar pensamentos em ações. Se os robôs quiserem realmente atingir o seu potencial quando se trata de interação, é crucial que eles tenham algum instrumento semelhante à sua disposição.
Sabemos que os roboticistas estão construindo alguns mãos robóticas surpreendentemente complexas já. Mas eles também precisam de inteligência para controlá-los – sendo capazes de agarrar objetos adequadamente, tanto de acordo com sua forma quanto com sua dureza ou suavidade. Você não quer que seu futuro colega de trabalho robô transforme sua mão em uma pasta sangrenta ao apertar sua mão no primeiro dia no escritório.
Vídeos recomendados
Felizmente, é nisso que investigadores da Alemanha têm trabalhado com uma nova rede neural mais inspirada no cérebro que pode permitir uma mão robótica (neste caso, um modelo existente chamado Mão de 5 dedos Schunk SVH) para aprender como pegar objetos de diferentes formatos e níveis de dureza selecionando o movimento de preensão correto. Numa demonstração de prova de conceito, a mão do robô foi capaz de captar uma variedade incomum de objetos, incluindo – mas não limitado a – uma garrafa de plástico, bola de tênis, esponja, pato de borracha, caneta e uma variedade de balões.
“Nossa abordagem tem dois componentes principais: a modelagem do movimento da mão e o controle compatível”, Juan Camilo Vásquez Tieck, disse um cientista pesquisador da FZI Forschungszentrum Informatik em Karlsruhe, Alemanha, à Digital Trends. “A mão é modelada em uma hierarquia de diferentes camadas, e o movimento é representado com primitivas de movimento. Todas as articulações de um dedo são coordenadas por um dedo primitivo. Para um movimento de preensão específico, todos os dedos são coordenados por uma mão primitiva.”
Ou seja, explicou, pode fechar a mão de diferentes maneiras.
O sistema representa uma forma diferente de desenvolver sistemas robóticos para realizar esse tipo de ação. A rede neural envolvida permite que a mão agarre de forma mais inteligente, fazendo adaptações em tempo real quando necessário.
“Aumentando redes neurais (SNN) são um tipo especial de redes neurais artificiais que modelam mais de perto a forma como os neurônios reais funcionam”, continuou Tieck. “Existem muitos modelos de neurônios com picos baseados em pesquisas em neurociência. Para este trabalho, utilizamos neurônios de integração e disparo com vazamento (LIF). A comunicação entre neurônios é baseada em eventos, usando picos. Os picos são impulsos discretos e não um sinal contínuo. Isso… reduz a quantidade de informações enviadas entre os neurônios e proporciona grande eficiência energética.”
Um artigo descrevendo o trabalho foi publicado recentemente na revista IEEE Robotics and Automation Letters.
Recomendações dos Editores
- Robôs de segurança podem estar chegando a uma escola perto de você
- A IA do BigSleep é como a Pesquisa de imagens do Google para imagens que ainda não existem
- Um fã de Star Trek falsificou dados da era da próxima geração na nova série Picard
- A mão robótica mais avançada do mundo está se aproximando da destreza do nível humano
- IA falha quando a câmera de TV do robô segue a careca em vez da bola de futebol
Atualize seu estilo de vidaDigital Trends ajuda os leitores a manter o controle sobre o mundo acelerado da tecnologia com as últimas notícias, análises divertidas de produtos, editoriais criteriosos e prévias únicas.
