O MIT criou um sistema de agendamento de tarefas para robôs domésticos

Engenheiros do Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) do Instituto de Tecnologia de Massachusetts (MIT) demonstraram a plataforma PIGINet (Planos, Imagens, Metas, Fatos Iniciais) para navegar e programar tarefas domésticas.

Fonte da imagem: MIT CSAIL

A habitação humana parece ser um ambiente bastante complexo para o robô – as máquinas são melhor orientadas em armazéns e oficinas de produção com sua navegação mais fácil e organização estrita do espaço. E para a conclusão bem-sucedida das tarefas, a maioria dos robôs precisa de uma planta baixa. A situação é complicada pelo fato de que as residências podem diferir significativamente umas das outras e os interiores delas também são dinâmicos – as pessoas gostam de reorganizar os móveis e espalhar as coisas. Os robôs domésticos mais comuns são os aspiradores de pó, mas eles, tendo trabalhado por décadas no mercado, continuam melhorando.

A plataforma PIGINet, baseada em um codificador-transformador universal, projetado para processar sequências de dados, promete ajudar na solução do problema. “A sequência de entrada neste caso são informações sobre qual plano de tarefa está sendo considerado, as imagens do ambiente, as codificações de caracteres do estado inicial e o objetivo desejado. O codificador combina planos de tarefas, imagens e texto para fazer uma previsão sobre a viabilidade do plano de tarefas selecionado”, explicaram os autores do projeto o mecanismo do modelo.

Na versão atual, o sistema é voltado principalmente para o trabalho na cozinha. Ele simula o ambiente de trabalho e cria planos para objetos, como racks, armários, geladeira, pias, etc. Segundo os desenvolvedores, na maioria dos casos o sistema pode reduzir o tempo de planejamento de tarefas em 80%, e em casos mais complexos é de 20 –50%. No futuro, dizem os criadores do PIGINet, o sistema, ao identificar tarefas impossíveis, deve aprender a oferecer cenários alternativos – isso mudará fundamentalmente o processo de aprendizagem dos robôs e os mecanismos para usá-los em cada casa.