A Ai2 apresentou, num artigo publicado no blogue da Hugging Face, o ToyBlocks, um ambiente de simulação aberto concebido para estudar a aprendizagem e a avaliação de robôs. A ideia central é que a investigação em robótica precisa de mundos controlados, à semelhança de uma placa de Petri ou de um terrário, onde os investigadores possam alterar as condições, repetir testes e rastrear a origem de uma falha. A equipa chama FoundationWorlds a este tipo de ambiente, e o ToyBlocks é o primeiro exemplo.
Cada FoundationWorld combina um mundo simulado, orientado para um tipo específico de estudo, com ferramentas para gerar tarefas e demonstrações de treino automaticamente e com métricas para medir o comportamento do robô ao longo do tempo. No caso do ToyBlocks, o cenário é um braço robótico e blocos sobre uma mesa. O cenário é deliberadamente simples, mas o robô tem de raciocinar sobre como os blocos interagem e como os organizar ao empurrar, virar e empilhar. Os blocos têm imagens e letras nas faces, o que permite tarefas de pesquisa, ordenação e organização.
Um dos pontos técnicos mais relevantes é a geração automática de demonstrações. Em vez de depender de teleoperação, em que uma pessoa controla remotamente o robô, o sistema usa aprendizagem por reforço e planeamento de movimento para criar competências para tarefas curtas. Essas competências são treinadas no Isaac Lab, a plataforma de código aberto da Nvidia para aprendizagem robótica em simulação. Segundo a publicação, algumas destas políticas aprendem comportamentos sem agarrar o bloco, como empurrá-lo sobre a mesa ou virá-lo para outra face, e podem usar informação privilegiada do simulador, como a posição exata do bloco, que um robô real não obtém diretamente através das câmaras.
O planeamento de tarefas e movimentos (TAMP) escolhe e sequencia as competências necessárias para resolver cada tarefa e calcula os movimentos do robô entre elas. Ao executar cada plano em simulação, obtém-se um conjunto de demonstrações gravadas, acompanhadas de etiquetas que indicam a tarefa ou competência realizada. O ToyBlocks escala esta geração ao executar centenas de planos em paralelo numa única unidade de processamento gráfico. A arquitetura distingue ainda modelos de alto nível, que decidem o que fazer, de modelos de baixo nível, que controlam os movimentos do braço. Segundo o artigo, uma equipa pode gerar mais demonstrações de empurrar ou virar e depois avaliar o desempenho em tarefas que ficaram fora do treino.
A publicação centra-se na descrição da plataforma e nos objetivos de investigação, questões como a melhoria dos modelos com mais dados de treino e a melhor forma de combinar raciocínio de alto nível com controlo físico preciso. O projeto disponibiliza código, dados, modelos e documentação, e a equipa pretende alargar a abordagem a ambientes mais complexos. Nos excertos analisados não surgem métricas de desempenho independentes, pelo que a correspondência com robôs físicos deve ser lida como alegação dos autores, a validar por testes externos.
Porque importa
Segundo o texto, as demonstrações de robótica costumam ser estreitas e não explicam o que um robô aprendeu nem porque falha. Um ambiente controlado, em que é possível alterar os dados de treino, repetir testes e rastrear a causa de uma falha, é apresentado pela Ai2 como uma forma de estudar esses problemas de maneira mais sistemática. A validação em robôs físicos continua por fazer fora do artigo.