Dot.lib

A robótica na construção civil enfrenta um desafio persistente: a generalização. Embora robôs sejam excelentes em tarefas repetitivas, reprogramá-los para novas atividades (ou para lidar com variações no design arquitetônico) exige um esforço manual árduo e especializado. Um novo estudo publicado no ASCE OPEN: Multidisciplinary Journal of Civil Engineering, de nossa editora American Society of Civil Engineers, propõe uma solução revolucionária: utilizar a vasta quantidade de conhecimento disponível na internet para treinar robôs.

Os pesquisadores Hongrui Yu, Vineet R. Kamat e Carol C. Menassa desenvolveram uma arquitetura de aprendizado generalizável que permite aos robôs aprenderem habilidades versáteis através de instruções de linguagem natural "crowdsourced" (como transcrições de vídeos do YouTube ou tutoriais de "faça você mesmo").

Como Funciona a Inovação?

O estudo aborda o problema através de uma abordagem de Aprendizado por Imitação Hierárquica (HIL), dividida em dois níveis:

• Micro Habilidades (Nível Inferior): Os autores criaram um banco de dados padronizado de "movimentos elementares" (como pegar, alinhar, posicionar, fixar). Essas ações são parametrizadas usando dados geométricos extraídos diretamente de modelos BIM (Building Information Modeling).
  

• Macro Habilidades (Nível Superior): Aqui entra a Inteligência Artificial Generativa. O estudo utilizou Modelos de Linguagem de Grande Escala (LLMs), especificamente o GPT-4, para processar tutoriais em texto e inferir a sequência correta de ações (o "encadeamento de habilidades") necessária para completar uma tarefa.

O Teste Prático: Instalação de Drywall

Para validar o modelo, a equipe realizou um experimento de longa duração envolvendo a instalação de painéis de drywall usando um manipulador robótico industrial. O sistema foi capaz de interpretar instruções, planejar a sequência de ações e executar a tarefa com alta qualidade e mínimo esforço de reprogramação humana.

O estudo conclui que modelos de linguagem são superiores a métodos tradicionais (como Redes Bayesianas) para o sequenciamento de tarefas inéditas, abrindo caminho para robôs de construção que podem aprender a realizar novas tarefas simplesmente "lendo" um manual ou tutorial.

Para aprofundar-se na arquitetura do sistema e na padronização das micro habilidades robóticas, recomendamos a leitura do artigo completo.

Sobre a American Society of Civil Engineers (ASCE)

Fundada em 1852, a American Society of Civil Engineers (ASCE) é a mais antiga sociedade de engenharia dos Estados Unidos e uma das mais importantes organizações profissionais para engenheiros civis em todo o mundo. A organização é também uma prolífica editora de conteúdo técnico, publicando dezenas de periódicos científicos, livros e anais de conferências. Com a missão de promover a profissão e estabelecer padrões de excelência e ética, a ASCE desempenha um papel crucial no desenvolvimento de normas técnicas que são adotadas globalmente. 

Se você deseja conhecer melhor as publicações da American Society of Civil Engineers (ASCE) para a sua instituição, entre em contato pelo info@dotlib.com ou preencha nosso formulário. Aproveite e acompanhe nosso blog, siga nossas redes sociais e se inscreva na Dotlib TV, nosso canal oficial no YouTube.