Google usa aprendizado de máquina para ensinar robôs a agarrar objetos

Embora seja relativamente fácil para qualquer ser humano agarrar objetos, o mesmo não acontece quando o assunto são robôs e suas “mãos” eletrônicas. A questão é tão complexa que a equipe de pesquisa do Google possui 14 robôs para que somente realizam esta tarefa.

Para agilizar o processo e permitir que os robôs tenham uma percepção mais avançada do ambiente, o Google tem implementado sua profunda rede neural convolucional para ajudar seus robôs a preverem o resultado de seus apertos, algo muito próximo de uma coordenação de olho-mão.


A equipe diz que os robôs já contabilizou cerca de 3.000 horas de prática e 800.000 tentativas de aperto antes que o sistema demonstrasse comportamentos iniciais de inteligência.

“O robô observa sua própria garra e corrige seus movimentos em tempo real. Ele também exibe interessantes comportamentos de pré-aperto, como isolar um único objeto de um grupo”, disse a equipe.

“Todos estes comportamentos surgiram naturalmente com a aprendizagem, em vez de ser programado no sistema”.

Vídeo 2:

Comente!