Uma equipe de roboticistas e engenheiros do MIT CSAIL, Instituto de IA e Interações Fundamentais, desenvolveu uma abordagem de IA generativa para ensinar robôs a atravessar terrenos e se mover em torno de objetos no mundo real. O grupo publicou um artigo descrevendo seu trabalho e possíveis usos para ele no servidor de pré-impressão arXiv. Eles também apresentaram suas ideias na recente Conference on Robot Learning (CORL 2024), realizada em Munique de 6 a 9 de novembro.
Desafios da Navegação de Robôs no Mundo Real
Fazer com que robôs naveguem no mundo real em algum momento envolve ensiná-los a aprender na hora, ou treiná-los com vídeos de robôs semelhantes em um ambiente do mundo real. Embora esse treinamento tenha se mostrado eficaz em ambientes limitados, ele tende a falhar quando um robô encontra algo novo. Nesse novo esforço, a equipe do MIT desenvolveu um treinamento virtual que se traduz melhor no mundo real.
Abordagem de IA Generativa para Treinamento de Robôs
O trabalho envolveu o uso de IA generativa e um simulador de física para permitir que um robô navegue em um mundo virtual como um meio de aprender a operar no mundo real. Eles chamam o sistema de LucidSim e o usaram para treinar um cão robótico em parkour, um esporte em que os jogadores tentam atravessar obstáculos em território desconhecido o mais rápido possível.
A abordagem envolve primeiro solicitar ao ChatGPT milhares de consultas projetadas para fazer com que o LLM crie descrições de uma ampla gama de ambientes, incluindo clima externo. Em seguida, as descrições fornecidas pelo ChatGPT são alimentadas a um sistema de mapeamento 3D que as usa (junto com imagens geradas por IA e simuladores de física) para gerar um vídeo que também fornece uma trajetória para o robô seguir.
Treinamento Virtual e Testes no Mundo Real
O robô é então treinado para percorrer o terreno no mundo virtual e aprender habilidades que ele pode usar em um ambiente real. Robôs treinados usando o sistema aprenderam a escalar caixas, subir escadas e lidar com qualquer coisa que encontrassem. Após o treinamento virtual, o robô foi testado no mundo real. Os pesquisadores testaram seu sistema usando um pequeno robô de quatro patas equipado com uma webcam. Eles descobriram que ele teve um desempenho melhor do que um sistema similar treinado da maneira tradicional.
Implicações e Próximos Passos
A equipe sugere que melhorias em seu sistema podem levar a uma nova abordagem para treinar robôs em geral. Essa abordagem de IA generativa pode ajudar a superar os desafios da navegação de robôs no mundo real, permitindo que eles aprendam de maneira mais eficaz e se adaptem a novos ambientes. À medida que a tecnologia continua a avançar, é provável que vejamos cada vez mais aplicações inovadoras da IA generativa no campo da robótica.
