Por que a presença de robôs nas residências ainda é limitada? Essa pergunta complexa tem uma resposta surpreendente: nossas casas são ambientes igualmente complexos. No entanto, os sistemas autônomos têm prosperado principalmente em armazéns e fábricas devido à facilidade relativa de navegação em ambientes estruturados. Agora, pesquisadores do MIT CSAIL deram um grande passo ao desenvolver o PIGINet (Plans, Images, Goal, and Initial facts), um sistema de planejamento de movimento e tarefas que visa superar os desafios encontrados pelos robôs em residências.
Diferente de ambientes padronizados, as casas apresentam uma diversidade enorme, tanto em termos de layout quanto de obstáculos hostis. Móveis são constantemente movidos e objetos são deixados no chão, o que dificulta a navegação dos robôs. Apesar de aspiradores de pó robóticos serem os robôs mais comuns em residências, ainda há espaço para aprimoramentos após décadas no mercado.
PIGINet: a solução para robôs domésticos
Os pesquisadores do MIT CSAIL apresentaram o PIGINet como uma resposta a esses desafios. Trata-se de uma rede neural que visa aprimorar a capacidade dos robôs de criar planos de ação em diferentes ambientes residenciais. O PIGINet utiliza um codificador de transformadores, um modelo versátil e de ponta projetado para operar em sequências de dados. A sequência de entrada para o PIGINet é composta por informações sobre o plano de tarefa em consideração, imagens do ambiente e codificações simbólicas do estado inicial e do objetivo desejado. O codificador combina esses elementos para gerar uma previsão sobre a viabilidade do plano de tarefa selecionado.
Aplicações práticas na cozinha
No momento, o foco principal do PIGINet está nas atividades realizadas na cozinha. Os pesquisadores utilizaram ambientes domésticos simulados para criar planos que envolvem a interação com elementos diversos, como balcões, armários, geladeira e pias. Resultados promissores foram obtidos, mostrando que o PIGINet foi capaz de reduzir o tempo de planejamento em até 80% em cenários mais simples. Em situações mais complexas, a redução ficou entre 20% e 50%.
Além das residências
Os pesquisadores destacam que o potencial do PIGINet não se restringe apenas às casas. Zhutian Yang, estudante de doutorado, afirma: “As aplicações práticas do PIGINet não se limitam às residências. Nosso objetivo futuro é aprimorar ainda mais o PIGINet para sugerir planos de tarefas alternativos após identificar ações inviáveis, o que acelerará ainda mais a geração de planos de tarefas viáveis sem a necessidade de grandes conjuntos de dados para treinar um planejador de propósito geral do zero. Acreditamos que isso poderia revolucionar a forma como os robôs são treinados durante o desenvolvimento e depois aplicados às casas de todos.”
O MIT CSAIL apresentou uma solução inovadora para impulsionar o uso de robôs em residências. Com o desenvolvimento do PIGINet, um sistema avançado de planejamento de movimento e tarefas, os pesquisadores visam superar os desafios enfrentados pelos robôs em ambientes domésticos complexos. Com resultados promissores e a possibilidade de expansão para outros cenários, o PIGINet tem o potencial de revolucionar a forma como os robôs são treinados e aplicados em nossas casas, tornando-os mais eficientes e versáteis.
