Com base em aprendizado por reforço, o robô bípede P1 caminha na natureza.

Baseado em aprendizado por reforço de ponta, o robô bípede P1 da Foxtech concluiu recentemente seu teste inaugural nas paisagens acidentadas do Parque Tanglangshan, em Shenzhen. Em um ambiente totalmente aberto, sem amostras prévias e sem proteção, o robô P1 demonstrou sua impressionante mobilidade em diversos terrenos, exibindo o controle e a estabilidade aprimorados por meio de aprendizado por reforço intensivo. Com intervenção mínima e sem dados pré-definidos em terreno florestal, a jornada bem-sucedida do P1 destaca as capacidades avançadas de aprendizado por reforço da Foxtech e sua abordagem inovadora para a robótica autônoma.

Primeira incursão do P1 em terreno selvagem: Aprendizado por reforço no mundo real em ação.

A Foxtech dedicou anos ao desenvolvimento e aprimoramento de sua plataforma proprietária de aprendizado por reforço, que se concentra em transformar pesquisas pioneiras em recursos escaláveis ​​e sistematizados para o desenvolvimento de produtos. Essa pesquisa culminou em uma estrutura exclusiva de aprendizado por reforço baseada em três elementos principais:

Sistema de circuito fechado Real2Sim2Real – Um ciclo de dados contínuo e automatizado, desde a coleta de dados do mundo real até a modelagem de simulação e a implementação de estratégias, reduz significativamente a intervenção humana. Esse processo minimiza a lacuna entre a simulação e a realidade, aumentando a eficiência do treinamento e a precisão dos resultados.

Projeto da Arquitetura de Rede Neural – A arquitetura de rede neural da Foxtech utiliza um design modular, definindo a função de cada módulo e garantindo adaptabilidade a diversos ambientes e configurações de hardware. Essa estrutura permite uma estratégia de controle robusta e resistente a interferências, adaptável a vários robôs e cenários.

Geração de Dados e Algoritmos de Treinamento – A Foxtech aborda a escassez de dados de treinamento eficazes por meio de uma abordagem de Pré-Treinamento Iterativo (IPT), dividindo as capacidades essenciais do robô em etapas. Esse método permite que a Foxtech colete dados valiosos e direcionados, resultando em políticas de alto desempenho para tarefas de mobilidade complexas.

Esses três elementos, em conjunto, permitem que o robô P1 ande, escale e se adapte a terrenos acidentados, comprovando que a estrutura de aprendizado por reforço da Foxtech pode lidar com ambientes do mundo real com dados preliminares mínimos.

Os testes recentes demonstraram a impressionante mobilidade e adaptabilidade do robô P1, que conseguiu superar obstáculos como valas estreitas, camadas rochosas expostas, cipós sinuosos e terrenos erodidos e escorregadios. Ao contrário de ambientes controlados, cada declive, degrau e superfície encontrada pelo P1 era única, representando novos desafios para um robô não familiarizado com paisagens naturais. Mesmo sem dados prévios sobre trilhas na floresta ou condições semelhantes, o P1 adaptou-se perfeitamente a esses obstáculos, manobrando por eles de forma dinâmica e eficiente.

Essa conquista enfatiza a confiabilidade e a aplicabilidade da abordagem de aprendizado por reforço sistematizada da Foxtech. A Foxtech demonstrou que o P1 pode ter um desempenho que vai além dos cenários típicos de laboratório, ressaltando seu potencial para capacidades mais avançadas em aplicações do mundo real.

Direções Futuras: Expandindo as Capacidades Robóticas em Ambientes do Mundo Real

O desenvolvimento contínuo da Foxtech concentra-se em competências robóticas essenciais, incluindo mobilidade (locomoção), manipulação e o controle combinado de movimento e manipulação (locomoção-manipulação). Com base no sucesso do P1, a Foxtech pretende avançar com mais desenvolvimentos que impulsionarão os avanços na robótica humanoide e bípede. Cada marco, como o desempenho bem-sucedido do P1 em terrenos não estruturados, reforça a eficácia da abordagem exclusiva da Foxtech para aprendizado por reforço e seu compromisso em fornecer soluções robóticas práticas, robustas e adaptáveis.

As inovações da Foxtech, impulsionadas pela aprendizagem por reforço, oferecem um vislumbre do futuro da robótica, onde as máquinas não são apenas resilientes, mas também adaptáveis, capazes de dominar terrenos desconhecidos com entradas mínimas de dados. À medida que a Foxtech continua a explorar novas aplicações, o robô bípede P1 se destaca como uma prova do poder da aprendizagem por reforço avançada e sistematizada na formação da próxima geração de robôs autônomos.