DeepMind desenvolve sistema que simplifica programação de robôs de manufatura

O RoboBallet permite que robôs de manufatura aprendam a executar suas tarefas de forma autônoma, sem interferir uns nos outros. Tradicionalmente, essa programação é realizada manualmente, demandando centenas ou até milhares de horas.

Para testar o sistema, os pesquisadores criaram simulações denominadas “work cells”, ambientes nos quais até oito braços robóticos Franka Panda, cada um com sete graus de liberdade, precisavam completar até 40 tarefas em uma peça de alumínio sobre uma mesa, desviando de obstáculos aleatórios.

Cada tarefa exigia que a extremidade do braço alcançasse um ponto a menos de 2,5 centímetros de precisão, no ângulo correto, permanecendo imóvel por alguns instantes para simular o trabalho real. Configurações desse tipo seriam inviáveis para algoritmos tradicionais de aprendizado por reforço.

O RoboBallet foi treinado durante alguns dias em work cells geradas aleatoriamente. Em termos de tempo de execução — fator crítico em fábricas — o desempenho se aproximou do que engenheiros humanos conseguiriam atingir, porém com resultados gerados muito mais rapidamente. O sistema ainda consegue reprogramar a célula de trabalho em tempo real, redistribuindo tarefas caso algum robô falhe.

Entre as limitações, as simulações simplificaram obstáculos e peças em blocos cúbicos, enquanto fábricas reais lidam com formatos mais complexos. Além disso, todos os robôs testados eram idênticos, diferentemente das equipes heterogêneas encontradas na prática.