Robótica: empresas correm para melhorar os sistemas de treinamento de robôs

Rika Antonova trabalha na área de robótica desde 2015 e atualmente é professora associada do Departamento de Ciência e Tecnologia da Computação da Universidade de Cambridge.

Sua pesquisa está focada em, externo desenvolvendo software e hardware que podem ajudar robôs a aprender comportamentos complexos.

Antonova trabalha com um sistema de treinamento chamado MuJoCo, de propriedade da DeepMind do Google desde 2021. É um software de código aberto, o que significa que os pesquisadores podem usá-lo gratuitamente e mexer no código.

“É muito, muito fácil de usar. Portanto, para grupos de pesquisa ou pequenas start-ups, isso é útil”, diz ela.

Ela diz que a abordagem do Vsim – simulação muito rápida – é promissora.

“Se você tiver um simulador muito, muito rápido, poderá simular centenas de milhões de amostras nos poucos segundos em que seu robô está pensando em como ajustar seu movimento, e então poderá alterar o movimento quase em tempo real”, diz ela.

Mas esses ambientes simulados ainda são aproximações aproximadas do mundo real, o que limita o que pode ser treinado.

“Há certas coisas que são difíceis de modelar em simulação, como objetos altamente deformáveis ​​e cortes”, diz ela.

É um desafio no qual a Nvidia, Lu e Storey da Vsim estão trabalhando.

Lu diz que seu sistema “reduziu a aproximação, usando simulações precisas para treinar modelos que realmente funcionam na realidade tão bem quanto nas simulações”.

Em breve um segundo robô, chamado Nacho, ajudará a desenvolver essa tecnologia.

Lu diz que isso deve acelerar o processo de desenvolvimento e garantir que o software possa rodar em máquinas diferentes.

E, claro, dê companhia ao Freddo.