Pipelines de Simulação Personalizam Dados de Treinamento para Robôs Ágeis

Motion Design INSIDER

O Desafio dos Dados para Robótica

Quando ChatGPT ou Gemini dão resposta que parece especialista para suas perguntas, pode não perceber quanta informação eles dependem para dar aquela resposta. Como outros modelos populares de IA generativa, estes chatbots dependem de sistemas backbone chamados modelos de fundação que treinam em bilhões, ou até trilhões, de pontos de dados.

De forma similar, engenheiros esperam construir modelos de fundação que treinem gama de robôs em novas habilidades como pegar, mover e colocar objetos em lugares como casas e fábricas. Problema é que é difícil coletar e transferir dados instrutivos entre sistemas robóticos. Você poderia ensinar seu sistema teleoperando hardware passo a passo usando tecnologia como realidade virtual (VR), mas isso pode ser demorado. Treinar em vídeos da internet é menos instrutivo, já que clipes não fornecem walkthrough passo a passo especializado para robôs particulares.

PhysicsGen: Abordagem Dirigida por Simulação

Uma abordagem dirigida por simulação chamada "PhysicsGen" do Computer Science and Artificial Intelligence Laboratory (CSAIL) do MIT e do Robotics and AI Institute personaliza dados de treinamento de robôs para ajudar robôs a encontrarem movimentos mais eficientes para tarefa. Sistema pode multiplicar algumas dezenas de demonstrações VR em quase 3.000 simulações por máquina. Estas instruções de alta qualidade são então mapeadas para configurações precisas de companheiros mecânicos como braços e mãos robóticas.

Processo de Três Etapas

PhysicsGen cria dados que generalizam para robôs e condições específicas via processo de três etapas. Primeiro, headset VR rastreia como humanos manipulam objetos como blocos usando suas mãos. Estas interações são mapeadas em simulador de física 3D ao mesmo tempo, visualizando pontos-chave de nossas mãos como pequenas esferas que espelham nossos gestos. Por exemplo, se você virou brinquedo, veria formas 3D representando diferentes partes de suas mãos rotacionando versão virtual daquele objeto.

Pipeline então remapeia estes pontos para modelo 3D da configuração de máquina específica (como braço robótico), movendo-os para "juntas" precisas onde sistema gira e vira. Finalmente, PhysicsGen usa otimização de trajetória — essencialmente simulando movimentos mais eficientes para completar tarefa — para que robô saiba melhores formas de fazer coisas como reposicionar caixa.

Cada simulação é ponto de dados de treinamento detalhado que guia robô através de formas potenciais de lidar com objetos. Quando implementado em política (plano de ação que robô segue), máquina tem variedade de formas de abordar tarefa e pode tentar diferentes movimentos se um não funcionar.

"Estamos criando dados específicos de robô sem precisar que humanos regravem demonstrações especializadas para cada máquina," disse Lujie Yang, doutoranda do MIT em engenharia elétrica e ciência da computação e afiliada CSAIL, autora principal de novo artigo apresentando projeto. "Estamos escalando dados de forma autônoma e eficiente, tornando instruções de tarefa úteis para gama mais ampla de máquinas."

Resultados e Aplicações

Gerar tantas trajetórias instrutivas para robôs pode eventualmente ajudar engenheiros a construir dataset massivo para guiar máquinas como braços robóticos e mãos ágeis. Por exemplo, pipeline pode ajudar dois braços robóticos colaborarem pegando itens de armazém e colocando em caixas certas para entregas. Sistema também pode guiar dois robôs trabalhando juntos em casa em tarefas como guardar xícaras.

Potencial do PhysicsGen também se estende a converter dados projetados para robôs mais antigos ou ambientes diferentes em instruções úteis para novas máquinas. "Apesar de coletados para tipo específico de robô, podemos reviver estes datasets prévios para torná-los mais geralmente úteis," disse Yang. PhysicsGen transformou apenas 24 demonstrações humanas em milhares de simuladas, ajudando robôs digitais e reais a reorientar objetos.

Yang e colegas primeiro testaram pipeline em experimento virtual onde mão robótica flutuante precisava rotacionar bloco em posição alvo. Robô digital executou tarefa com taxa de 81% precisão treinando no dataset massivo do PhysicsGen, melhoria de 60% em relação a baseline que só aprendeu de demonstrações humanas.

Pesquisadores também descobriram que PhysicsGen poderia melhorar como braços robóticos virtuais colaboram para manipular objetos. Seu sistema criou dados de treinamento extras que ajudaram dois pares de robôs realizarem tarefas com até 30% mais sucesso que baseline puramente ensinado por humanos.

Em experimento com par de braços robóticos reais, pesquisadores observaram melhorias similares enquanto máquinas se uniam para virar caixa grande em posição designada. Quando robôs desviavam de trajetória pretendida ou manuseavam mal objeto, conseguiam recuperar mid-tarefa referenciando trajetórias alternativas de sua biblioteca de dados instrutivos.

Autor sênior Russ Tedrake, Professor Toyota de Engenharia Elétrica e Ciência da Computação, Aeronáutica e Astronáutica, e Engenharia Mecânica no MIT, disse que esta técnica de geração de dados guiada por imitação combina forças de demonstração humana com poder de algoritmos de planejamento de movimento robótico.

"Mesmo demonstração única de humano pode tornar problema de planejamento de movimento muito mais fácil," disse Tedrake, que também é vice-presidente sênior de modelos de comportamento grande no Toyota Research Institute e investigador principal CSAIL. "No futuro, talvez modelos de fundação possam fornecer esta informação, e este tipo de técnica de geração de dados fornecerá tipo de receita de pós-treinamento para aquele modelo."

Futuro: Diversificação de Tarefas e Vídeos da Internet

Em breve, PhysicsGen pode ser estendido a nova fronteira: diversificar tarefas que máquina pode executar. "Gostaríamos de usar PhysicsGen para ensinar robô a derramar água quando só foi treinado para guardar pratos, por exemplo," diz Yang. "Nosso pipeline não apenas gera movimentos dinamicamente factíveis para tarefas familiares; também tem potencial de criar biblioteca diversa de interações físicas que acreditamos podem servir como blocos de construção para realizar tarefas inteiramente novas que humano não demonstrou."

Criar muitos dados de treinamento amplamente aplicáveis pode eventualmente ajudar construir modelo de fundação para robôs, embora pesquisadores do MIT alertem que esta meta é um tanto distante. Equipe liderada por CSAIL investiga como PhysicsGen pode aproveitar vastos recursos não estruturados — como vídeos da internet — como sementes para simulação. Meta: transformar conteúdo visual cotidiano em dados ricos prontos para robôs que poderiam ensinar máquinas a realizar tarefas que ninguém explicitamente mostrou.

Yang e colegas também visam tornar PhysicsGen ainda mais útil para robôs com formas e configurações diversas no futuro. Para isso, planejam aproveitar datasets com demonstrações de robôs reais, capturando como juntas robóticas movem em vez de humanas.

Pesquisadores também planejam incorporar reinforcement learning, onde sistema de IA aprende por tentativa e erro, para fazer PhysicsGen expandir dataset além de exemplos fornecidos por humanos. Podem aumentar pipeline com técnicas avançadas de percepção para ajudar robô perceber e interpretar ambiente visualmente, permitindo máquina analisar e adaptar-se às complexidades do mundo físico.

Por ora, PhysicsGen mostra como IA pode nos ajudar a ensinar diferentes robôs a manipular objetos dentro da mesma categoria, particularmente rígidos. Pipeline pode em breve ajudar robôs a encontrarem melhores formas de lidar com itens macios (como frutas) e deformáveis (como argila), mas estas interações não são fáceis de simular ainda.

Fonte: MIT CSAIL / Robotics and AI Institute