Copiar os movimentos dos jogadores é um excelente ponto de partida para sofisticar o futebol de robôs, diz o professor Fabio de Miranda
Leandro Steiw
Os craques do futebol demonstram habilidades com o corpo e no espaço que os diferenciam dos jogadores medianos. Tomando como desafio a capacidade de driblar, perseguir a bola e trabalhar em equipe dos jogadores de futebol, a DeepMind, empresa de desenvolvimento de inteligência artificial do grupo Google, aprimorou os movimentos de modelos usados em robótica, derivados de humanos e animais.
Segundo o estudo publicado na revista Science Robotics, o resultado foi uma equipe de humanoides que progrediu do aprendizado de habilidades de perseguição de bola até a locomoção ágil e a divisão do trabalho — no caso, jogando futebol. Reproduzir movimentos humanos não é uma novidade. As primeiras experiências com inteligência artificial, no entanto, resultaram em personagens desajeitados, incapazes de se manter em pé ou de harmonizarem o balanço de braços e pernas.
O professor Fabio de Miranda, coordenador do curso de Ciência da Computação do Insper, explica que o controle de robôs complexos — humanoides ou com forma de animais — traz muitas dificuldades. “O número de juntas presentes nesses robôs é grande e existe uma dificuldade em combinar padrões responsáveis por pequenos movimentos como andar, girar, sentar-se, em um plano completo que atinja um objetivo maior”, diz Miranda.
Esses objetivos podem ser, por exemplo, jogar futebol ou perseguir um alvo. “Há ainda um grande problema em conseguir que esses robôs tenham movimentos que pareçam naturais e semelhantes aos dos humanos ou robôs que imitam”, afirma o professor. “Controlar o movimento é difícil porque requer que as forças corretas sejam aplicadas a todas as juntas do robô. Não é possível controlar os membros sem dimensionar corretamente esses esforços.”
Corpos de modelo
A nova técnica utilizada pela DeepMind, chamada de Neural Probabilistic Motor Primitives, permite que dados de captura de movimento sejam usados como input para o software de controle, que aprende a controlar os motores para obter movimentos parecidos com aqueles fornecidos como modelo. Esses movimentos, por sua vez, foram gravados com pessoas ou animais reais, por meio de sensores ligados a diversos pontos do corpo. Os dados são tratados posteriormente e transformados em modelos digitais.
Para Miranda, este novo sucesso é muito promissor em aplicações como o futebol de robôs, uma modalidade que é disputada em competições mundiais de inteligência artificial e robótica, como a RoboCup. “Copiar o movimento de jogadores bem-sucedidos é um excelente ponto de partida para construir estratégias sofisticadas”, diz o professor. Apesar dos avanços, os verdadeiros craques da bola não perderão tão cedo alguma taça para androides. Ainda há um longo caminho a percorrer nos laboratórios até que as máquinas possam se tornar Legends (as figurinhas mais raras) dos álbuns da Copa do Mundo.
Comments