Ver um robô caminhando não parece algo tão novo, mas o feito do Rainbow Dash representa um grande avanço para a robótica. Com quatro patas, ele aprendeu a andar para trás e para frente e virar à direita e à esquerda em algumas horas.

O Rainbow Dash foi criado por pesquisadores da Google em parceria com a University of California - Berkeley e do Georgia Institute of Technology. Para realizar essa façanha, eles usaram uma técnica de aprendizado de reforço profundo.

“O aprendizado por reforço profundo (deep reinforcement learning) combina abordagens de aprendizado por reforço com aprendizado profundo (deep learning), em que a escala do aprendizado de máquina tradicional é bastante expandida com enorme poder computacional.”, afirma o site TechXplore.

A grande novidade do Rainbow Dash

Um dos motivos pelos quais isso é uma novidade para a robótica é porque a maioria das implantações de aprendizado por reforço acontece por simulação de computador, enquanto o Rainbow Dash aprendeu a andar em um ambiente físico real. Isso aconteceu um ano após os pesquisadores conseguirem fazer com que os robôs aprendessem a andar em ambientes físicos.

O Rainbow Dash andou em diferentes superfícies: desde um colchão de espumas até um tapete rugoso. Ao andar, o robô o fez sem um mecanismo de ensino dedicado (como instruções humanas ou dados de treinamento rotulados). Essa forma de machine learning é diferente do supervisionado ou não supervisionado que usam dados de treinamento rotulados.

O vídeo abaixo mostra o robô andando e explica todo o processo e a pesquisa:

Apesar de os pesquisadores acreditarem que o Rainbow Dash tenha andado sozinho, houve intervenção humana no processo, uma vez que os pesquisadores precisaram impor limites para impedir que o robô saísse da área definida. Além disso, eles também criaram algoritmos específicos para impedir que o robô caísse, como restringindo alguns movimentos.

O pré-print do artigo científico que descreve o feito foi publicado no ArXiv. Lá você pode conferir toda a pesquisa.

Larissa Fereguetti

Cientista e Engenheira de Saúde Pública, com mestrado, também doutorado em Modelagem Matemática e Computacional; com conhecimento em Sistemas Complexos, Redes e Epidemiologia; fascinada por tecnologia.