Robótica

Movimento de robôs humanóides

Movimento de robôs humanóides

A empresa japonesa Fujitsu anunciou o desenvolvimento de um sistema de aprendizado para robôs humanóides que utiliza uma rede neural reconfigurável.

As redes neurais representam um passo importante no desenvolvimento de robôs humanóides, simplificando o processo de geração de movimento do robô, normalmente feito com a demorada configuração individual de inúmeros controles. A geração de movimento e seu controle envolvem complexos cálculos de dinâmica, exigindo considerável capacidade de computação. Mas mais poder de computação ainda será requerido para que o robô responda instantaneamente a alterações no ambiente.

Um método de resolver este problema é através da utilização de redes neurais baseadas em sistemas de controle, as quais imitam a maneira como os seres vivos aprendem. Mas este tipo de rede tem um funcionamento excessivamente demorado, levando dias ou até mesmo meses para gerar movimentos de maneira eficiente.

A tecnologia da Fujitsu é baseada em redes CPG ("Central Pattern Generator"), que simulam matematicamente o oscilador neural existente nos vertebrados. A ferramenta combina um método de perburbação numérica (NP), que quantifica o estado da configuração e dos pesos da rede. Esta combinação, conhecida como CPG/NP, foi otimizada para se chegar à nova tecnologia. A empresa também desenvolveu um software, chamado de Humanoid Movement-Generation System, que permite aos robôs humanóides aprenderem uma ampla gama de movimentos.

Em termos mais simples, um gerador cria oscilações nas diversas juntas do robô. Estas oscilações são avaliadas por um software que determina se o movimento está correto ou incorreto. Se estiver incorreto, o programa altera os pesos atribuídos às diversas variáveis e tenta novamente. A rede neural se reconfigura dinamicamente e seleciona o movimento mais apropriado. Os pesquisadores enfatizam que o cerne da tecnologia está nessa reconfiguração dinâmica e não simplesmente na alteração dos pesos. Esta reconfiguração permite o aprendizado de uma enorme gama de movimentos complexos.

O enfoque adotado resultou em uma significativa redução do tamanho do programa destinado a controlar os movimentos do robô, tendo apenas dez por cento do código de um programa convencional. O tempo de aprendizado também caiu para algo em torno de 10 a 30 por cento do tempo anteriormente exigido, considerando-se um robô com 20 juntas móveis. Isto torna o robô capaz de se adaptar e reagir instantaneamente às situações mutáveis de um ambiente real.

Para facilitar o desenvolvimento de movimentos específicos, a empresa desenvolveu também uma linguagem de computador para a programação de redes neurais. A linguagem estará embutida no robô, podendo ser utilizada por usuários não especializados em dinâmica e redes neurais para gerar os movimentos desejados.





Outras notícias sobre:

    Mais Temas