Science

Robôs trotadores revelam o surgimento de transições de marcha animal

Guillaume Bellegarda, Milad Shafiee e Auke Ijspeert

Um robô de quatro patas treinado com aprendizado de máquina por pesquisadores aprendeu a evitar quedas alternando espontaneamente entre andar, trotar e pronar – um marco para roboticistas e também para biólogos interessados ​​na locomoção animal.

Com a ajuda de uma forma de aprendizado de máquina chamada aprendizagem por reforço profundo (DRL), o robô EPFL aprendeu notavelmente a fazer a transição do trote para o pronking – uma marcha saltitante e arqueada usada por animais como gazelas e gazelas – para navegar em um terreno desafiador com lacunas variando de 14 a 30 cm. O estudo, liderado pelo Laboratório de BioRobótica da Escola de Engenharia da EPFL, oferece novos insights sobre por que e como tais transições de marcha ocorrem em animais.

“Pesquisas anteriores introduziram a eficiência energética e a prevenção de lesões músculo-esqueléticas como as duas principais explicações para as transições da marcha. Mais recentemente, os biólogos argumentaram que a estabilidade em terreno plano poderia ser mais importante. Mas experiências com animais e robóticas mostraram que estas hipóteses nem sempre são válidas , especialmente em terreno irregular”, diz Milad Shafiee, doutoranda, primeira autora de um artigo publicado em Comunicações da Natureza .

Shafiee e os coautores Guillaume Bellegarda e o chefe do BioRobotics Lab, Auke Ijspeert, estavam, portanto, interessados ​​em uma nova hipótese sobre por que ocorrem as transições da marcha: viabilidade ou prevenção de quedas. Para testar essa hipótese, eles usaram o DRL para treinar um robô quadrúpede para atravessar vários terrenos. Em terreno plano, eles descobriram que diferentes andamentos apresentavam diferentes níveis de robustez contra empurrões aleatórios, e que o robô mudava de caminhada para trote para manter a viabilidade, assim como fazem os animais quadrúpedes quando aceleram. E quando confrontado com lacunas sucessivas na superfície experimental, o robô mudou espontaneamente do trote para o pronking para evitar quedas. Além disso, a viabilidade foi o único fator melhorado por tais transições de marcha.

“Mostramos que em terrenos planos e em terrenos discretos e desafiadores, a viabilidade leva ao surgimento de transições de marcha, mas que a eficiência energética não é necessariamente melhorada”, explica Shafiee. “Parece que a eficiência energética, que anteriormente se pensava ser um impulsionador de tais transições, pode ser mais uma consequência. Quando um animal está a navegar num terreno desafiante, é provável que a sua primeira prioridade não seja a queda, seguida pela eficiência energética.”

Uma arquitetura de aprendizagem bioinspirada

Para modelar o controle da locomoção em seu robô, os pesquisadores consideraram os três elementos interativos que impulsionam o movimento animal: o cérebro, a medula espinhal e o feedback sensorial do corpo. Eles usaram DRL para treinar uma rede neural para imitar a transmissão de sinais cerebrais da medula espinhal para o corpo enquanto o robô cruzava um terreno experimental. Em seguida, a equipe atribuiu pesos diferentes a três possíveis objetivos de aprendizagem: eficiência energética, redução de força e viabilidade. Uma série de simulações computacionais revelou que desses três objetivos, a viabilidade foi o único que levou o robô a mudar automaticamente – sem instrução dos cientistas – sua marcha.

A equipe enfatiza que essas observações representam a primeira estrutura de locomoção baseada na aprendizagem em que as transições da marcha emergem espontaneamente durante o processo de aprendizagem, bem como a travessia mais dinâmica de lacunas consecutivas tão grandes para um robô quadrúpede.

“Nossa arquitetura de aprendizagem de inspiração biológica demonstrou agilidade de robô quadrúpede de última geração em terrenos desafiadores”, diz Shafiee.

Os pesquisadores pretendem expandir seu trabalho com experimentos adicionais que coloquem diferentes tipos de robôs em uma variedade maior de ambientes desafiadores. Além de elucidar ainda mais a locomoção animal, eles esperam que, em última análise, o seu trabalho permita uma utilização mais generalizada de robôs para investigação biológica, reduzindo a dependência de modelos animais e as preocupações éticas associadas.

Referências

Shafiee, M., Bellegarda, G. & Ijspeert, A. A viabilidade leva ao surgimento de transições de marcha no aprendizado da locomoção quadrúpede ágil em terrenos desafiadores. Nat Commun 15, 3073 (2024). https://doi.org/10.1038/s41467'024 -47443-w

Source

Related Articles

Back to top button