Robôs estão aprendendo tarefas humanas ao assistirem vídeos.

Os pesquisadores da Carnegie Mellon University (CMU), nos Estados Unidos, descobriram que os robôs podem aprender a realizar tarefas domésticas simples ao assistir vídeos. Em vez de ensinar explicitamente as tarefas aos robôs, o novo modelo chamado Visual-Robotics Bridge (VRB) permite que os robôs aprendam observando vídeos de pessoas realizando atividades cotidianas, como abrir gavetas, portas ou atender telefonemas. Esse método de aprendizado baseado em vídeos mostrou ser eficaz, permitindo que os robôs aprendam uma tarefa em apenas 25 minutos de observação.

Ao contrário de modelos anteriores, como o WHIRL, que exigiam que um ser humano demonstrasse fisicamente a tarefa em um ambiente específico, o VRB não precisa da presença física humana nem de um ambiente específico. Utilizando vídeos de interações humanas disponíveis na internet, os pesquisadores treinaram um modelo de recursos visuais que estimava como os humanos interagiam em uma determinada cena. Esses recursos comportamentais permitem que o robô execute diversas tarefas complexas.

Durante o treinamento, as inteligências artificiais (IAs) foram capacitadas para realizar 12 tipos de ações comuns, como abrir portas, levantar tampas, abrir latas de sopa e gavetas. Após 200 horas de treinamento, os robôs conseguiram executar essas tarefas com sucesso.

Os pesquisadores acreditam que o modelo VRB poderá ser utilizado no futuro para treinar IAs a executarem tarefas mais complexas com várias etapas. O estudo destaca que foram utilizados quatro paradigmas de aprendizado de robôs para desenvolver o modelo, incluindo aprendizado de imitação offline, exploração, aprendizado condicionado a objetivos e parametrização de ação para aprendizado por reforço. O VRB é considerado uma abordagem escalável para aprender recursos úteis a partir de dados de vídeo e aplicá-los em diferentes paradigmas de aprendizado de robôs.