Os Robôs Precisam de Sentir Atrito para Compreender Verdadeiramente o Mundo Físico

Pontos-chave

• A Contactile, uma empresa de sensores táteis, propõe uma nova classe de modelo de IA chamada VμA (visão-mu-ação) que fornece aos robôs dados de atrito em tempo real juntamente com visão por câmara.
• Os atuais modelos de IA de robôs perdem uma quantidade física fundamental: o coeficiente de atrito estático (mu), que determina se um objeto agarrado escapa ou se mantém.
• O sensor PapillArray da Contactile calcula o atrito e o estado de escorregamento no próprio sensor, sem atraso de processamento, em tempo real.
• A lacuna entre o treino de simulação de robôs e o desempenho no mundo real é atribuída em grande parte à ausência da física do atrito nos ambientes de treino.

Um braço robótico alcança uma caixa, agarra uma garrafa molhada e deixa-a cair. A câmara viu a garrafa. As juntas sentiram a carga. Mas nenhuma disse ao robô como era escorregadia a superfície. Este facto único em falta é a razão pela qual os apertos de robô ainda falham em tarefas que uma criança pequena executa sem pensar.

A Contactile, uma empresa australiana de sensores, argumenta num novo artigo técnico relatado pela primeira vez pela The Robot Report que esta lacuna é mais profunda do que alguém tem corrigido. O problema está dentro dos modelos de IA que os robôs usam para raciocinar sobre o mundo.

O que é um modelo do mundo e por que precisa de atrito?

Um modelo do mundo é a imagem interna do robô da realidade física: uma peça de software que prevê o que acontecerá a seguir para que o robô possa fazer planos. Pense como o robô perguntando a si mesmo, "Se apertar um pouco mais, este ovo vai partir?" Um bom modelo do mundo significa que o robô não tem de memorizar cada tarefa. Pode raciocinar através de novas.

Mas um modelo do mundo é apenas tão bom como a informação com que começa. Os modelos atuais dependem principalmente de duas entradas: imagens de câmaras e posições de juntas dos próprios motores do robô. Para se mover através de espaço aberto, isso é aceitável. Para agarrar e manipular objetos, não é.

O número em falta é chamado o coeficiente de atrito estático, escrito como mu. Este é o valor físico que decide se um objeto agarrado permanece agarrado. Muda dependendo do material, se a superfície está molhada, desgastada ou revestida, e da temperatura. Uma câmara não consegue vê-lo. As correntes dos motores não conseguem calculá-lo com precisão. Um mapa de pressão pode dizer-lhe que algo está a ser agarrado, mas não se o aperto está a falhar.

Sem mu, o modelo do mundo de um robô está a raciocinar a partir de uma imagem incompleta da realidade. Pode aprender padrões a partir de dados de treino, mas não consegue transferir essas lições com fiabilidade para um novo objeto ou uma superfície alterada, porque a única variável que governa o sucesso do aperto simplesmente não está lá.

O sensor que mede o que as câmaras não conseguem

O Módulo de Computação Tátil PapillArray da Contactile é uma matriz de sensores do tamanho de uma ponta de dedo que fica na pinça do robô. Cada pequeno ponto sensível, chamado taxel, mede a força em três direções. O sensor calcula depois mu diretamente, em tempo real, no próprio sensor sem enviar dados para um computador separado primeiro.

Os resultados incluem a força 3D completa em cada taxel, força e torque geral em toda a zona de contacto, o valor de atrito atual, se cada ponto está a escorregar ou a manter, e a força mínima de aperto necessária para evitar uma queda. Estes são baseados na física de contacto, não em adivinhas aprendidas.

A Contactile propõe nomear modelos que usam este stack de sinal completo VμA: visão-mu-ação. As gerações anteriores de modelos receberam os seus próprios nomes quando uma nova entrada se tornou importante o suficiente. Os modelos visão-linguagem-ação (VLA) adicionaram linguagem natural à aprendizagem de robôs. Os modelos visão-força-ação (VFA) adicionaram força. VμA adiciona a física real do atrito que tem estado ausente de cada abordagem anterior.

No lado do treino, os dados VμA enriquecem datasets com sinais físicos causais em vez de proxies estatísticos. No lado da implementação, um robô equipado com um PapillArray conhece o valor de atrito do que está a agarrar neste momento, e pode adaptar o seu aperto instantaneamente se as condições mudarem. Sem adivinhas. Sem contornos de aleatorização de domínio.

Para indústrias onde os robôs manipulam produtos húmidos, embalagens revestidas ou materiais variáveis, acertar com a física do aperto não é uma curiosidade de investigação. É a diferença entre uma linha de produção que funciona e uma que precisa de correção humana constante.