Mercado fechado
  • BOVESPA

    114.428,18
    -219,81 (-0,19%)
     
  • MERVAL

    38.390,84
    +233,89 (+0,61%)
     
  • MXX

    52.686,03
    -112,35 (-0,21%)
     
  • PETROLEO CRU

    82,48
    +0,04 (+0,05%)
     
  • OURO

    1.764,60
    -1,10 (-0,06%)
     
  • BTC-USD

    61.735,26
    +715,02 (+1,17%)
     
  • CMC Crypto 200

    1.430,53
    -21,11 (-1,45%)
     
  • S&P500

    4.486,46
    +15,09 (+0,34%)
     
  • DOW JONES

    35.258,61
    -36,15 (-0,10%)
     
  • FTSE

    7.203,83
    -30,20 (-0,42%)
     
  • HANG SENG

    25.409,75
    +78,75 (+0,31%)
     
  • NIKKEI

    29.025,46
    +474,56 (+1,66%)
     
  • NASDAQ

    15.286,50
    -4,00 (-0,03%)
     
  • BATS 1000 Index

    0,0000
    0,0000 (0,00%)
     
  • EURO/R$

    6,3910
    -0,0128 (-0,20%)
     

Robô usa inteligência artificial para andar na calçada sem esbarrar em pedestres

·2 minuto de leitura

Pesquisadores do Instituto de Tecnologia da Geórgia (Georgia Tech) e da Universidade de Stanford, ambos nos EUA, desenvolveram um robô quadrúpede capaz de navegar com segurança por calçadas e outros ambientes urbanos comuns sem colidir com humanos ou esbarrar em obstáculos pelo caminho.

O AlienGo é programado para seguir rotas específicas geradas por serviços de mapas públicos, utilizando uma nova estrutura de aprendizagem de máquina composta por duas fases de alto desempenho que garantem uma navegação autônoma mais eficiente e responsiva ao ambiente.

“Nosso trabalho é inspirado em duas vertentes: direção autônoma e navegação interna de robôs. Como a navegação em calçadas externas ocorre em locais com uma grande variedade de pedestres e obstáculos sem faixas de guia, criamos um conjunto de técnicas de aprendizagem e algoritmos para resolver desafios específicos”, explica o professor de engenharia do Georgia Tech Sehoon Ha, coautor do estudo.

Treinamento

Para dar autonomia ao robô, a equipe habilitou uma rede neural artificial para navegar pelas calçadas usando modelos predefinidos. O primeiro algoritmo, apelidado de “especialista”, foi treinado em um simulador de mundo real de alta velocidade para aprender a lidar com obstáculos de forma geral.

Em seguida, essa rede especialista transferiu o comportamento aprendido para um algoritmo “aluno”, utilizando uma simulação específica de alta fidelidade. Essa segunda rede neural produziu observações realistas para os sensores, criando imagens muito parecidas com as calçadas de verdade.

“Além dos ganhos de desempenho com o uso do aprendizado em dois estágios em um mundo abstrato, foi surpreendente ver como a transferência para o mundo real foi fácil. Durante o treinamento, o robô nunca viu nenhuma imagem de calçada real e, mesmo assim, se adaptou muito bem”, comemora o engenheiro Maks Sorokin, autor principal do estudo.

Mundo real

Para operar com eficiência em ambientes urbanos, robôs e outros sistemas autônomos devem ser capazes de se mover com segurança por ruas e calçadas enquanto realizam tarefas do dia a dia, como entregar mercadorias pelo bairro ou participar de atividades de monitoramento em locais populosos.

A tecnologia desenvolvida pelos pesquisadores também pode ser implantada em robôs móveis já existentes para melhorar a capacidade de navegação dessas máquinas, contribuindo para a criação de novos sistemas mais avançados de interação entre seres humanos e dispositivos de inteligência artificial.

“Embora tenhamos feito muito progresso na transferência da simulação para a realidade, ainda existem muitos desafios relacionados à navegação, como a inclusão de cruzamento de estradas, manuseio dinâmico de obstáculos e interação com objetos e humanos do mundo real”, encerra Maks Sorokin.

Fonte: Canaltech

Trending no Canaltech:

Nosso objetivo é criar um lugar seguro e atraente onde usuários possam se conectar uns com os outros baseados em interesses e paixões. Para melhorar a experiência de participantes da comunidade, estamos suspendendo temporariamente os comentários de artigos