Recentemente, avanços em machine learning têm possibilitado o desenvolvimento de robôs que simulam capacidades humanas, como a percepção tátil. O F-TAC Hand, um avanço notável, propõe integrar feedback tátil em tempo real para aprimorar a manipulação de objetos.
Contexto da pesquisa
A equipe de pesquisadores da Peking University, do Beijing Institute for General Artificial Intelligence e da Queen Mary University of London concentrou-se na replicação das capacidades de percepção tátil da mão humana. Este esforço é fundamentado na necessidade de permitir que robôs manipulem objetos com precisão e flexibilidade.
Método proposto
O F-TAC Hand utiliza 17 sensores táteis de alta resolução distribuídos por 70% da superfície da palma, atingindo uma resolução espacial de 0,1 milímetros. Um algoritmo probabilístico permite a geração de estratégias de preensão semelhantes às humanas, abrangendo 19 tipos comuns de pegadas. Essa abordagem inovadora possibilita adaptações dinâmicas em apenas 100 milissegundos quando enfrentam situações imprevistas.
“A F-TAC Hand replica a estrutura biológica da mão humana, coletando dados táteis em toda a sua superfície, permitindo planejar seus próprios movimentos.”
(“The F-TAC Hand replicates the biological structure of the human hand by integrating tactile data across its entire surface, enabling it to plan its own movements.”)— Yixin Zhu, Pesquisador, Peking University
Resultados e impacto
Em 600 experimentos em cenários do mundo real, a F-TAC Hand apresentou uma taxa de sucesso na preensão de múltiplos objetos que aumentou de 53,5% para 100% quando comparada a sistemas que não utilizam feedback tátil. Os resultados indicam que essa abordagem pode ter aplicações em assistência cirúrgica, montagem de precisão, operações aeroespaciais e situações de emergência, onde a precisão é crítica.
Os pesquisadores pretendem continuar a integração do feedback tátil com sistemas de controle robótico, explorando novos paradigmas de interação somatossensorial. Isso poderá avançar o desenvolvimento de inteligência artificial geral, fundindo sensibilidade física de alta fidelidade com sistemas de controle inteligentes.
Fonte: (TechXplore – Machine Learning & AI)
