Machine learning tem se mostrado uma ferramenta revolucionária em diversos setores, incluindo a robótica. Pesquisadores da Universidade de Freiburg estão explorando novos métodos que visam integrar a inteligência artificial com inovações na abordagem de design robótico.
Contexto da pesquisa
O trabalho conduzido pelo professor Jun.-Prof. Edoardo Milana, especialista em máquinas macias, destaca a necessidade de uma alternativa ao design convencional de robôs. Segundo Milana, “a inteligência está concentrada no software—o cérebro—e não há um foco comparável no design mecânico—o corpo” (“intelligence is concentrated in the software—the brain—and no comparable focus is placed on the mechanical design—the body”). O desafio é replicar a agilidade e eficiência de movimento dos seres vivos.
“Quando olhamos para a eficiência de movimento e agilidade, o desempenho dos robôs fica muito aquém dos seres vivos”
(“When we look at motion efficiency and agility, the performance of robots falls far short of that of living beings.”)— Edoardo Milana, Jun.-Prof. para Máquinas Macias, Universidade de Freiburg
Método proposto
Milana e sua equipe estão pesquisando robôs moleculares, que utilizam princípios físicos ao invés de depender exclusivamente de algoritmos de controle digital. “Já existem robôs nesse campo cujo controle é baseado totalmente em princípios físicos, dispensando microcontroladores digitais” (“There are already robots in this field whose control is based entirely on physical principles, and that do not require digital microcontrollers.”)
Essa abordagem envolve o uso de materiais macios que aproveitam suas propriedades não lineares para gerar sinais de controle, utilizando mecanismos como válvulas auto-oscilantes que regulam a pressão do ar para movimentar partes do robô. A pesquisa se baseia em métricas de eficiência energética, onde, por exemplo, um robô quadrúpede pode consumir cerca de 300 Watts, enquanto um cachorro consome apenas 30 Watts.
Resultados e impacto
Os resultados apresentados em um artigo publicado na revista Science Robotics indicam que a integração de controle físico pode reduzir a necessidade de softwares complexos, permitindo que mais capacidade computacional esteja disponível para operações de lógica avançada, como raciocínio e planejamento. “Precisamos encontrar um compromisso: não conseguiremos gerenciar sem software, mas muito pode ser alcançado com um design de corpo robótico melhor” (“We won’t be able to manage without software and microcontrollers in robotics, but we can achieve a lot through better robot body design.”)
O impacto dessa pesquisa pode se estender a vários setores, desde a fabricação até a biomedicina, onde robôs mais eficientes podem realizar tarefas complexas com menor consumo de energia. Os próximos passos incluem desenvolver protótipos e testes de campo para validar os conceitos teóricos propostos.
Fonte: (TechXplore – Machine Learning & AI)
