O formidável poder atlético dos quadricópteros

Num laboratório robótico na TEDGlobal, Raffaelo D'Andrea apresenta os seus quadricópteros voadores: robôs que pensam como atletas, resolvendo problemas com algoritmos que os ajudam a aprender. Numa série de elegantes demonstrações, D'Andrea mostra "drones" que apanham bolas, equilibram bastões e tomam decisões em conjunto — e preparem-se para uma demonstração tipo “também quero” de "quads" controlados por Kinect.

O que significa para uma máquina
ser atlética?

Nós iremos demonstrar o conceito
de agilidade na máquina

e a investigação para o conseguir

com a ajuda destas máquinas voadoras
chamadas quadricópteros,

ou "quads", abreviando.

Os "quads" já existem há bastante tempo.

A razão de serem tão populares hoje em dia

é serem mecanicamente simples.

Controlando a velocidade
destas quatro hélices,

estas máquinas podem
rodar, inclinar, guinar,

e acelerar na orientação comum.

A bordo estão também
uma bateria, um computador,

vários sensores e rádios sem fio.

Os "quads" são extremamente ágeis,
mas a sua agilidade tem um custo.

Eles são naturalmente instáveis,
e precisam de alguma forma

de um controlo automático de resposta
para poderem voar.

Então, como é que ele fez isto?

Câmaras no teto e um portátil

servem como um sistema
de posicionamento global de interior.

É usado para localizar objetos no espaço

que tenham marcas refletoras

Estes dados são então enviados
para outro portátil

que está a executar algoritmos
de estimativa e controlo

que, por sua vez,
envia comandos para o "quad",

que também está a executar
algoritmos de estimativa e controlo.

A maior parte da nossa investigação
são os algoritmos.

São a magia que dá vida
a estas máquinas.

Como desenhar algoritmos

que criam uma máquina-atleta?

Usamos algo genericamente designado
por desenho baseado em modelos.

Primeiro, captamos a física
com um modelo matemático

de como a máquina se comporta.

Depois usamos um ramo da matemática

designado "teoria de controlo"
para analisar estes modelos

e também para desenvolver
algoritmos para os controlar.

Por exemplo, é assim que podemos
fazer o "quad" pairar.

Primeiro captamos a dinâmica

com um conjunto de equações diferenciais.

Depois manipulamos essas equações
com a ajuda da teoria de controlo

para criar algoritmos
que estabilizam o "quad".

Deixem-me demonstrar
o poder desta abordagem.

Suponham que queremos
que este "quad" não paire apenas

mas que balance este bastão.

Com alguma prática,

é muito simples
para um ser humano fazer isto,

embora tenhamos a vantagem

de ter os dois pés no chão

e o uso das nossas mãos muito versáteis.

Torna-se um pouco mais difícil

quando só tenho um pé no chão

e quando não uso as minhas mãos.

Reparem que o bastão tem uma marca
refletora no topo,

que lhe permite ser localizado no espaço.

(Aplausos)

Podem verificar que este "quad"
está a fazer ligeiros ajustes

para manter o bastão equilibrado.

Como desenhámos o algoritmo
para fazer isto?

Acrescentámos o modelo
matemático do bastão ao do "quad".

Depois de termos um modelo
do sistema "quad"-bastão

podemos usar a teoria de controlo
para criar algoritmos.

Aqui, veem que está estável,

e mesmo que dê alguns toques,

ele regressa à posição equilibrada.

Também podemos aumentar
o modelo e incluir

em que ponto do espaço
queremos o "quad".

Usando este ponteiro,
feito de marcas refletoras,

posso indicar o ponto do espaço
onde quero que o "quad" esteja

a uma dada distância de mim.

A chave para estas manobras
acrobáticas são os algoritmos,

criados com a ajuda
de modelos matemáticos

e teoria de controlo.

Vamos dizer ao "quad" que volte aqui

e deixe cair o bastão

e a seguir vou demonstrar a importância

de se perceberem os modelos físicos

e o funcionamento do mundo físico.

Reparem como o "quad" perdeu altitude

quando lhe coloquei este copo de água.

Ao contrário do bastão,

eu não incluí o modelo matemático
do copo no sistema.

De facto, o sistema nem sabe
que o copo de água está lá.

Como antes, posso usar o ponteiro
para dizer ao "quad"

em que ponto do espaço
quero que esteja.

(Aplausos)

Bem, devem estar a questionar-se:

"Porque é que a água não cai do copo?"

Dois factos: o primeiro, é que a gravidade

atua em todos os objetos
do mesmo modo.

O segundo, é que as hélices apontam todas

na mesma direção do copo, para cima.

Juntando estes dois factos,
o resultado é que

todas a forças laterais
no copo são reduzidas

e são essencialmente controladas
pelos efeitos aerodinâmicos,

que, a estas velocidades,
são menosprezáveis.

E é por isso que não é preciso
o modelo do copo.

Ele naturalmente não entorna,
faça o "quad" o que fizer.

(Aplausos)

A lição aqui é que algumas
tarefas de alto desempenho

são mais fáceis que outras,

E que, percebendo
a física do problema,

podemos saber quais são fáceis
e quais são difíceis

Neste momento, transportar
um copo de água é fácil.

Equilibrar um bastão é difícil.

Todos ouvimos histórias de atletas

que realizam feitos estando lesionados.

Pode uma máquina funcionar

com um dano físico extremo?

O bom senso diz que são necessárias

pelo menos quatro pares de hélices
fixas para se poder voar,

porque há quatro graus
de liberdade a controlar:

rotação, inclinação, guinada e aceleração.

Os hexacópteros e os octocópteros,
com seis e oito hélices,

podem ter redundância,

mas os quadricópteros são
muito mais populares

porque têm o número mínimo

de pares de hélices fixas: quatro.

Ou não?

Se analisarmos o modelo
matemático desta máquina

com apenas duas hélices a funcionar,

descobrimos que há uma forma
não convencional de ele voar.

Prescindimos do controlo de guinada,

mas a rotação, inclinação e aceleração
podem ainda ser controladas

com algoritmos que exploram
esta nova configuração.

Os modelos matemáticos
dizem-nos exatamente

quando e porque é que isto é possível.

Neste momento, este conhecimento
permite-nos desenhar

novas arquiteturas para as máquinas

ou desenhar algoritmos mais espertos
que gerem graciosamente os estragos,

tal como fazem os atletas humanos,

em vez de construirmos
máquinas com redundância.

Não evitamos suster a respiração
quando observamos

um mergulhador saltar para a água

ou quando um saltador rodopia no ar,

com o chão a aproximar-se
rapidamente.

Conseguirá o mergulhador
fazer uma boa entrada?

Conseguirá o saltador
aterrar em pé?

Suponham que queremos
que este "quad"

execute uma cambalhota tripla

e termine exatamente
no ponto em que começou.

Esta manobra será tão rápida

que não conseguimos
usar "feedback" de posição

para corrigir o movimento
durante a execução.

Simplesmente não há tempo suficiente.

Em vez disso, o que o "quad" pode fazer
é executar a manobra às cegas,

verificar como termina a manobra,

e usar essa informação para modificar
o seu comportamento

para que a próxima cambalhota
seja melhor.

Tal como o mergulhador e o saltador

é apenas através de prática repetida

que a manobra pode ser
aprendida e executada

ao mais alto nível.

(Aplausos)

Atingir uma bola em movimento

é uma habilidade
necessária em muitos desportos.

Como conseguimos que uma máquina

faça o que um atleta faz
aparentemente sem esforço?

(Aplausos)

Este "quad" tem uma raqueta
presa no topo

com um ponto central quase do tamanho
de uma maçã, não muito grande.

Estes cálculos são feitos cada
20 milissegundos,

ou 50 vezes por segundo.

Primeiro, descobrimos
a trajetória da bola.

Depois, calculamos como o "quad"
deve bater a bola

para que ela voe para o local
de onde foi lançada.

Terceiro, é planeada uma trajetória
que leva o "quad"

do seu estado atual ao ponto
de impacto com a bola.

Quarto, só executamos 20 milissegundos
dessa estratégia.

Vinte milissegundos depois,
todo o processo é repetido

até que o "quad" atinja a bola.

(Aplausos)

As máquinas não executam apenas
manobras dinâmicas sozinhas,

podem fazê-lo em conjunto.

Estes três "quads" transportam
cooperativamente uma rede.

(Aplausos)

Eles executam uma manobra

extremamente dinâmica e coletiva

para me devolverem a bola.

Reparem que, na extensão máxima,
estes "quads" estão na vertical.

(Aplausos)

De facto, na extensão máxima,

é cerca de cinco vezes mais
do que um "bungee jumper" sente

no fim do seu salto.

Os algoritmos para fazer isto
são muito semelhantes

ao usado por um único "quad"
para me devolver a bola.

São usados modelos matemáticos
para replanear continuamente

uma estratégia cooperativa
50 vezes por segundo.

Tudo o que vimos até agora

foi sobre as máquinas
e suas capacidades.

O que sucede quando ligamos
a agilidade desta máquina

à de um ser humano?

O que tenho aqui é um sensor
comercial de gestos

usado essencialmente nos jogos.

Pode reconhecer o que as várias
partes do meu corpo

fazem em tempo real.

Tal como o ponteiro que usei antes,

podemos usar este
como entrada para o sistema.

Temos assim uma forma natural de interagir

com a agilidade destes "quads"
através dos meus gestos.

(Aplausos)

A interação não tem que ser virtual.
Pode ser física.

Considerem este "quad", por exemplo.

Está a tentar manter-se
num ponto fixo no espaço.

Se eu tentar deslocá-lo,
ele contraria-me.

e regressa ao ponto onde quer estar.

Podemos, porém, alterar este comportamento.

Podemos usar modelos matemáticos

para estimar a força
que aplico a este "quad".

Uma vez conhecida esta força,
podemos alterar as leis da física

no que diz respeito ao "quad", claro.

Agora o "quad" comporta-se
como se estivesse

num fluido viscoso.

Temos agora um modo profundo

de interagir com uma máquina.

Usarei esta nova capacidade
para posicionar

este "quad" com câmara no local apropriado

para filmar o resto desta demonstração.

Então podemos interagir
fisicamente com estes "quads"

e podemos alterar as leis da física.

Vamos divertir-nos um pouco com isto.

No que vão ver a seguir, estes "quads"

vão primeiro comportar-se
como se estivessem em Plutão.

Ao longo do tempo, a gravidade
vai ser aumentada

até regressarmos todos ao planeta Terra.

mas garanto-vos que não chegaremos lá.

Ok, aqui vai.

(Risos)

(Risos)

(Aplausos)

Ufa!

Neste momento, estão todos a pensar:

"Este tipos têm diversão a mais",

e estão talvez a questionar-se:

"Porque estão a construir
máquinas-atletas?"

Alguns conjeturam que o papel
do jogo no reino animal

é aperfeiçoar habilidades
e desenvolver capacidades.

Outros pensam que tem
uma função mais social,

que é usada para unir o grupo.

De igual modo, usamos a analogia
do desporto e da agilidade

para criar algoritmos para as máquinas,

para as levar aos seus limites.

Que impacto terá a rapidez das máquinas
no nosso modo de vida?

Tal como as nossas criações
e inovações do passado,

podem ser usadas para melhorar
a condição humana

ou podem ser usadas
de modo errado ou abusivo.

A escolha que enfrentamos
não é técnica, mas social.

Façamos a opção correta,

a opção que revela o melhor
no futuro das máquinas,

tal como a agilidade no desporto

pode revelar o melhor em nós.

Deixem-me apresentar-vos os feiticeiros
por detrás da cortina verde.

São os atuais membros da equipa
de investigação Arena das Máquinas Voadoras

(Aplausos)

Federico Augugliaro,
Dario Brescianini, Markus Hehn,

Sergei Lupashin, Mark Muller e Robin Ritz.

Olhem para eles.
Estão destinados a grandes feitos.

Obrigado.

(Aplausos)