O Robotics and AI Institute (RAI), laboratório de pesquisa liderado pelo lendário fundador da Boston Dynamics, Marc Raibert, acaba de apresentar o AthenaZero, um robô bimanual que se move menos como uma máquina de linha de montagem e mais como um ser humano. Em uma publicação detalhada no dia 7 de abril, o RAI revelou as entranhas deste novo protótipo, projetado especificamente para a “manipulação dinâmica” — um dos grandes “santos graais” da robótica, focado em tarefas que exigem o uso coordenado das duas mãos com velocidade e elegância.
Enquanto a maioria dos robôs industriais é notoriamente rígida e desajeitada devido às altas taxas de transmissão de suas engrenagens, o AthenaZero foi concebido para seguir o caminho oposto. Com cerca de 1,60 m de altura, o robô ostenta dois braços com 7 graus de liberdade (DoF) que priorizam a baixa inércia e a alta aceleração. O “pulo do gato” está em seus atuadores quasi-direct drive, que permitem ao robô ser “transparente à força”. Na prática, isso significa que ele pode alternar instantaneamente entre aplicar uma força bruta para uma tarefa pesada e ter um toque sutil e complacente para algo delicado — uma proeza que a maioria dos robôs tradicionais não consegue realizar sem o risco de danificar a si mesmos ou ao que está ao redor.
O objetivo aqui não é apenas parafusar dois braços em um torso metálico; é criar uma plataforma capaz de aprender a dominar movimentos complexos e coordenados. A manipulação bimanual é crucial para automatizar tarefas que hoje são impossíveis para robôs de braço único, como a montagem de produtos intrincados, o manuseio de objetos grandes ou flexíveis, ou basicamente qualquer atividade que não envolva apenas pegar uma peça específica e colocá-la no mesmo lugar para sempre.
Por que isso é importante?
Durante décadas, a automação foi definida por braços potentes, mas pouco inteligentes, executando movimentos repetitivos à exaustão. O Robotics and AI Institute está atacando o problema pelas duas pontas: construindo um hardware como o AthenaZero, fisicamente capaz de interações dinâmicas, e desenvolvendo os modelos de IA e aprendizagem por reforço (reinforcement learning) necessários para controlá-lo. Ao criar um sistema desenhado do zero para o controle baseado em aprendizagem, o RAI dá um passo concreto em direção ao “manipulador de uso geral” com capacidades humanas. É o tipo de pesquisa fundamental que, eventualmente, permitirá que os robôs saiam de suas gaiolas industriais e entrem em ambientes do mundo real, imprevisíveis e caóticos.
