Ajudando os robôs a lidar com fluidos

imagem anterior imagem seguinte

Imagine que você está fazendo um piquenique à beira de um rio em um dia de vento. Uma rajada de vento acidentalmente atinge seu guardanapo de papel e cai na superfície da água, afastando-se rapidamente de você. Você pega um graveto próximo e cuidadosamente agita a água para recuperá-lo, criando uma série de pequenas ondas. Essas ondas eventualmente empurram o guardanapo de volta para a costa, então você o agarra. Nesse cenário, a água atua como meio de transmissão de forças, permitindo manipular a posição do guardanapo sem contato direto.

Os humanos se envolvem regularmente com vários tipos de fluidos em suas vidas diárias, mas fazer isso tem sido uma meta formidável e ilusória para os sistemas robóticos atuais. Dar-lhe um café com leite? Um robô pode fazer isso. Faça? Isso vai exigir um pouco mais de nuances.

O FluidLab, uma nova ferramenta de simulação de pesquisadores do Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) do MIT, aprimora o aprendizado de robôs para tarefas complexas de manipulação de fluidos, como fazer latte art, sorvete e até mesmo manipular o ar. O ambiente virtual oferece uma coleção versátil de complexos desafios de manuseio de fluidos, envolvendo sólidos e líquidos e vários fluidos simultaneamente. O FluidLab oferece suporte à modelagem de sólidos, líquidos e gases, incluindo elásticos, plásticos, objetos rígidos, líquidos newtonianos e não newtonianos, fumaça e ar.

No coração do FluidLab está o FluidEngine, um simulador de física fácil de usar, capaz de calcular e simular perfeitamente vários materiais e suas interações, ao mesmo tempo em que aproveita o poder das unidades de processamento gráfico (GPUs) para um processamento mais rápido. O mecanismo é "diferencial", o que significa que o simulador pode incorporar conhecimento de física para um modelo de mundo físico mais realista, levando a um aprendizado e planejamento mais eficientes para tarefas robóticas. Em contraste, a maioria dos métodos de aprendizado por reforço existentes carece desse modelo de mundo que depende apenas de tentativa e erro. Essa capacidade aprimorada, dizem os pesquisadores, permite que os usuários experimentem algoritmos de aprendizado de robôs e brinquem com os limites das habilidades atuais de manipulação robótica.

Para preparar o cenário, os pesquisadores testaram os referidos algoritmos de aprendizado de robôs usando o FluidLab, descobrindo e superando desafios únicos em sistemas de fluidos. Ao desenvolver métodos de otimização inteligentes, eles conseguiram transferir esses aprendizados de simulações para cenários do mundo real de maneira eficaz.

"Imagine um futuro em que um robô doméstico o ajude sem esforço nas tarefas diárias, como fazer café, preparar o café da manhã ou preparar o jantar. Essas tarefas envolvem vários desafios de manipulação de fluidos. Nosso benchmark é um primeiro passo para permitir que os robôs dominem essas habilidades, beneficiando as famílias e locais de trabalho”, diz Chuang Gan, pesquisador visitante do MIT CSAIL e cientista pesquisador do MIT-IBM Watson AI Lab, autor sênior de um novo artigo sobre a pesquisa. "Por exemplo, esses robôs podem reduzir o tempo de espera e melhorar as experiências do cliente em cafeterias movimentadas. O FluidEngine é, até onde sabemos, o primeiro mecanismo de física do gênero que oferece suporte a uma ampla variedade de materiais e acoplamentos, sendo totalmente diferenciável. Com nossas tarefas padronizadas de manipulação de fluidos, os pesquisadores podem avaliar algoritmos de aprendizado de robôs e ultrapassar os limites das capacidades atuais de manipulação robótica”.

fantasia fluida

Nas últimas décadas, os cientistas no domínio da manipulação robótica se concentraram principalmente na manipulação de objetos rígidos ou em tarefas de manipulação de fluidos muito simplistas, como derramar água. Estudar essas tarefas de manipulação envolvendo fluidos no mundo real também pode ser um empreendimento inseguro e caro.

Com a manipulação de fluidos, nem sempre se trata apenas de fluidos. Em muitas tarefas, como criar o redemoinho de sorvete perfeito, misturar sólidos em líquidos ou remar na água para mover objetos, é uma dança de interações entre fluidos e vários outros materiais. Os ambientes de simulação devem suportar "acoplamento" ou como duas propriedades de materiais diferentes interagem. Tarefas de manipulação de fluidos geralmente requerem precisão bastante refinada, com interações delicadas e manuseio de materiais, diferenciando-as de tarefas simples como empurrar um bloco ou abrir uma garrafa.