Os robôs tradicionais já encontraram seu lugar na indústria, sendo aplicados com sucesso para a realização de tarefas repetitivas que exigem movimentos precisos mas idênticos. A forma rígida com que são desenvolvidos ajudou no seu sucesso, pois a limitação dos movimentos possíveis torna mais fácil escolher a posição dos sensores que guiarão a realização das tarefas. Entretanto, algumas aplicações mais sensíveis precisam de movimentos mais fluidos. A partir desta necessidade, surgiu a área de robótica “soft”, que desenvolve robôs com um corpo maleável e com enorme liberdade de movimentos.
Mas esta evolução de conceito na robótica também trouxe novos desafios. A possibilidade quase ilimitada de arranjos mecânicos das novas máquinas tornou mais difícil decidir onde posicionar os sensores de forma a possibilitar a realização das tarefas para as quais os robôs são projetados. Isto se deve ao fato de que o sensor capta um sinal do ambiente, mas o robô precisa saber de que direção aquele sinal está vindo. É mais ou menos como quando giramos uma lâmpada com o braço levantado; tanto a sensação da lâmpada quanto a posição da mão são informações importantes para conseguirmos trocá-la, por exemplo. Nas neurociências, esta habilidade de conhecer a localização dos nossos membros é chamada de propriocepção.
Um novo trabalho publicado por pesquisadores do Instituto de Tecnologia de Massachusetts acaba de tornar mais próxima esta habilidade do arsenal sensorial dos robôs. Eles desenvolveram uma rede neural robusta que é capaz tanto de aprender como realizar uma tarefa, quanto a posicionar os sensores na melhor disposição possível. Conceitualmente, o trabalho dividiu o corpo dos robôs em regiões que foram chamadas de partículas. O grau de deformação dessas partículas é fornecido como entrada à rede neural, para que ela possa aprender a melhor sequência de movimentos capaz de realizar tarefas como manusear objetos. Ao mesmo tempo, a rede acompanha quais são as partículas mais utilizadas. Como resultado da otimização do uso destas partículas, a rede também apresenta onde os sensores devem ser localizados, garantindo a melhor performance.
Os autores avaliaram as respostas produzidas pelo algoritmo com simulações onde a localização dos sensores foi definida por especialistas em robótica. Curiosamente, muitas vezes as sugestões divergiram consideravelmente, sendo que o algoritmo acabou produzindo as soluções mais eficientes. Isto mostra como o processo sensorial tem características sutis que são difíceis de predizer apenas na base da intuição.
A evolução deste trabalho deve automatizar o próprio processo de desenvolvimento de robôs, com a utilização eficiente e mínima de sensores. Os autores acreditam que o impacto pode ser imediato, aumentando a presença de robôs inteligentes capazes de auxiliar pessoas na realização de tarefas físicas.
