Robôs simples, algoritmos inteligentes

Quando sensores, comunicação, memória e computação são removidos de um grupo de robôs simples, certos conjuntos de tarefas complexas ainda podem ser realizados aproveitando as características físicas dos robôs, uma característica que uma equipe de pesquisadores liderada por Georgia Tech chama de “incorporação de tarefas. ” Crédito: Shengkai Li, Georgia Tech

Qualquer pessoa com filhos sabe que, embora controlar um filho possa ser difícil, controlar muitos de uma vez pode ser quase impossível. Fazer com que enxames de robôs trabalhem coletivamente pode ser igualmente desafiador, a menos que os pesquisadores coreografem cuidadosamente suas interações – como aviões em formação – usando componentes e algoritmos cada vez mais sofisticados. Mas o que pode ser realizado de forma confiável quando os robôs disponíveis são simples, inconsistentes e carecem de programação sofisticada para comportamento coordenado?

Uma equipe de pesquisadores liderada por Dana Randall, Professora ADVANCE de Computação e Daniel Goldman, Professor de Física da Família Dunn, ambos no Georgia Institute of Technology, procurou mostrar que mesmo o mais simples dos robôs ainda pode realizar tarefas muito além da capacidade de um, ou mesmo alguns deles. O objetivo de realizar essas tarefas com o que a equipe apelidou de “robôs burros” (essencialmente partículas granulares móveis) excedeu suas expectativas, e os pesquisadores relatam ser capazes de remover todos os sensores, comunicação, memória e computação – e, em vez disso, realizar um conjunto de tarefas por meio de alavancando as características físicas dos robôs, uma característica que a equipe chama de “incorporação da tarefa”.

Os BOBbots da equipe, ou “bots que se comportam, organizam e agitam”, que foram nomeados em homenagem ao pioneiro da física granular Bob Behringer, são “tão burros quanto podem”, explica Randall. “Seu chassi cilíndrico tem escovas vibratórias embaixo e ímãs soltos na periferia, fazendo com que passem mais tempo em locais com mais vizinhos.” A plataforma experimental foi complementada por simulações de computador precisas conduzidas pelo estudante de física Shengkai Li da Georgia Tech, como uma forma de estudar aspectos do sistema inconvenientes para estudar em laboratório.

Bahnisikha Dutta, uma estudante de graduação da Georgia Tech, faz parte de uma equipe de pesquisa interdisciplinar que cria e estuda robôs magnéticos. Crédito: Allison Carter, Georgia Tech

Apesar da simplicidade dos BOBbots, os pesquisadores descobriram que, conforme os robôs se movem e se chocam, “formam-se agregados compactos que são capazes de limpar coletivamente detritos pesados demais para serem movidos por um só”, de acordo com Goldman. “Enquanto a maioria das pessoas constrói robôs cada vez mais complexos e caros para garantir a coordenação, queríamos ver quais tarefas complexas poderiam ser realizadas com robôs muito simples.”

Seu trabalho, conforme relatado em 23 de abril de 2021 na revista Science Advances, foi inspirado por um modelo teórico de partículas se movendo em um tabuleiro de xadrez. Uma abstração teórica conhecida como sistema de partículas auto-organizadas foi desenvolvida para estudar rigorosamente um modelo matemático dos BOBbots. Usando ideias da teoria da probabilidade, física estatística e algoritmos estocásticos, os pesquisadores foram capazes de provar que o modelo teórico passa por uma mudança de fase à medida que as interações magnéticas aumentam – mudando abruptamente de dispersos para agregados em grandes aglomerados compactos, semelhantes às mudanças de fase que vemos em sistemas comuns do dia a dia, como água e gelo.

Dana Randall, Daniel Goldman e Bahnisikha Dutta trabalham juntos na criação de robôs magnéticos. Esta foto foi tirada em 2019 na Georgia Tech como parte de um estudo de pesquisa anterior. Crédito: Allison Carter, Georgia Tech

“A análise rigorosa não apenas nos mostrou como construir os BOBbots, mas também revelou uma robustez inerente de nosso algoritmo que permitiu que alguns dos robôs fossem defeituosos ou imprevisíveis”, observa Randall, que também atua como professor de ciência da computação e adjunto professor de matemática na Georgia Tech.


Publicado em 27/04/2021 10h45

Artigo original:

Estudo original: