A DeepMind, divisão de inteligência artificial do Google, anunciou o modelo de IA RoboCat, capaz de executar e aprender uma série de tarefas para braços robóticos a partir de materiais de referência. A empresa afirma que o modelo é o primeiro a ser capaz de resolver e se adaptar a várias tarefas, aplicando os aprendizados diretamente em robôs do mundo real.

O RoboCat foi inspirado no Gato, um sistema capaz de analisar e atuar em textos, imagens e eventos, e foram usadas imagens e dados de ações coletados da robótica para treinar a IA.

“Um único modelo grande pode resolver um conjunto diversificado de tarefas em várias incorporações robóticas reais e pode se adaptar rapidamente a novas tarefas e incorporações”, Alex Lee, cientista pesquisador da DeepMind e co-colaborador da equipe por trás do RoboCat, disse ao portal TechCrunch.

Os dados, diz o pesquisador, vieram de uma combinação de outros modelos de controle de robôs dentro de ambientes virtuais e humanos controlando robôs.

Foram coletadas entre 100 a mil demonstrações de uma tarefa ou robô usando um braço robótico controlado por um humano para montar o treinamento. Em seguida, eles ajustaram o RoboCat na tarefa, criando um modelo especializado que praticou as ações mais de 10 mil vezes.

A versão final do RoboCat passou por 253 tarefas e foi comparada a 141 variações dessas tarefas, tanto em simulação quanto no mundo real. A DeepMind afirma que, após analisar mil demonstrações controladas por humanos, coletadas ao longo de várias horas, o RoboCat aprendeu a usar diferentes braços robóticos.

Embora o treinamento do RoboCat tenha sido realizado com quatro tipos de robôs com braços de duas pontas, o modelo conseguiu se adaptar a um braço mais complexo, equipado com uma garra de três dedos e o dobro das entradas controláveis.