doi.org/10.1038/s41586-024-07382-4
Credibilidade: 999
#Exoesqueleto
Um novo controlador de IA para exoesqueletos, capaz de aprender diferentes movimentos humanos sem programação específica, demonstrou economias substanciais de energia, marcando um grande avanço na tecnologia de robôs vestíveis.
Imagine movimentos mais seguros e eficientes para trabalhadores de fábricas e astronautas, bem como maior mobilidade para pessoas com deficiência.
Um dia poderá tornar-se uma realidade mais generalizada, graças a uma nova investigação publicada a 12 de junho na revista Nature.
Chamadas de “exoesqueletos”, estruturas robóticas vestíveis para o corpo humano prometem movimentos mais fáceis, mas os obstáculos tecnológicos limitaram sua aplicação mais ampla, explicou o Dr. Shuzhen Luo, da Embry-Riddle Aeronautical University – primeiro autor do artigo da Nature, com o autor correspondente, Dr. Su, da North Carolina State University (NC State) e outros colegas.
Até o momento, os exoesqueletos devem ser pré-programados para atividades e indivíduos específicos, com base em testes longos, caros e trabalhosos com seres humanos, observou Luo.
Apresentando o controle alimentado por IA
agora, os pesquisadores descreveram um controlador superinteligente ou “aprendido” que aproveita a inteligência artificial (IA) com uso intensivo de dados e simulações de computador para treinar exoesqueletos robóticos portáteis.
“Este novo controlador fornece assistência de torque suave e contínua para caminhar, correr ou subir escadas sem a necessidade de qualquer teste humano”, relatou Luo.
“Com apenas uma execução em uma unidade de processamento gráfico, podemos treinar uma lei de controle ou “política”, em simulação, para que o controlador possa efetivamente auxiliar todas as três atividades e vários indivíduos.”
Reduções revolucionárias de energia
Impulsionado por três redes neurais interconectadas e multicamadas, o controlador aprende à medida que avança – evoluindo através de “milhões de épocas de simulação musculoesquelética para melhorar a mobilidade humana”, explicou o Dr. Luo, professor assistente de Engenharia Mecânica na Embry- Riddle’s Daytona Beach, Flórida, campus.
A estrutura de “aprendizado em simulação”, sem experimentos, implantada em um exoesqueleto de quadril personalizado, gerou o que parece ser a maior redução da taxa metabólica de exoesqueletos de quadril portáteis até o momento – com uma média de 24,3%, 13,1% e 15,4% reduziu o gasto energético dos usuários, para caminhar, correr e subir escadas, respectivamente.
Essas taxas de redução de energia foram calculadas comparando o desempenho de seres humanos com e sem o exoesqueleto robótico, explicou Su, da NC State.
“Isso significa que é uma medida verdadeira de quanta energia o exoesqueleto está economizando”, disse Su, professor associado de Engenharia Mecânica e Aeroespacial.
“Este trabalho está essencialmente tornando a ficção científica uma realidade – permitindo que as pessoas queimem menos energia enquanto realizam uma variedade de tarefas.” Preenchendo a lacuna entre simulação e realidade Acredita-se que a abordagem seja a primeira a demonstrar a viabilidade de desenvolver controladores, em simulação, que preencham a chamada lacuna entre simulação e realidade, ou “lacuna sim2real”, ao mesmo tempo que melhoram significativamente o desempenho humano.
“As conquistas anteriores na aprendizagem por reforço tendiam a se concentrar principalmente em simulação e jogos de tabuleiro”, disse Luo, “enquanto propusemos um novo método – ou seja, uma forma de aprendizagem por reforço baseada em dados e com reconhecimento dinâmico para treinar e controlar robôs vestíveis para diretamente beneficiar os humanos.” A estrutura “pode oferecer uma estratégia generalizável e escalável para a implantação rápida e generalizada de uma variedade de robôs auxiliares para indivíduos fisicamente aptos e com mobilidade reduzida”, acrescentou Su.
Superando Obstáculos Tecnológicos
Como observado, os exoesqueletos tradicionalmente exigem leis de controle artesanais baseadas em testes humanos demorados para lidar com cada atividade e levar em conta as diferenças nos movimentos individuais, explicaram os pesquisadores na revista “Nature”.
Uma abordagem de aprendizagem em simulação sugeriu uma possível solução para esses obstáculos.
A “abordagem de aprendizagem por reforço baseada em dados e consciente da dinâmica” resultante acelera dramaticamente o desenvolvimento de exoesqueletos para adoção no mundo real, disse Luo.
A simulação de circuito fechado incorpora o controlador do exoesqueleto e modelos físicos de dinâmica músculo-esquelética, interação humano-robô e reações musculares para gerar dados eficientes e realistas.
Desta forma, uma política de controle pode evoluir ou aprender em simulação.
“Nosso método fornece uma base para soluções prontas para uso no desenvolvimento de controladores para robôs vestíveis”, disse Luo.
Direções futuras na pesquisa sobre exoesqueleto A pesquisa futura se concentrará em marchas únicas, para caminhar, correr ou subir escadas, para ajudar pessoas com deficiências, como acidente vascular cerebral, osteoartrite e paralisia cerebral, bem como aquelas com amputações.
Publicado em 16/06/2024 11h55
Artigo original:
Estudo original: