Runtime Safety Filtering for Two-Terminal Hazards in Robotic Battery Recycling

Os robôs estão aprendendo a realizar trabalhos delicados, como a triagem e a reciclagem das baterias que alimentam o nosso mundo moderno. Para ensiná-los, pesquisadores frequentemente utilizam inteligência artificial que aprende ao observar vídeos de humanos realizando tarefas. Esses sistemas, conhecidos como modelos de visão-linguagem-ação, conseguem entender como pegar uma bateria ou mover uma ferramenta apenas olhando para uma cena e compreendendo uma instrução simples. No entanto, existe uma lacuna entre o que esses sistemas inteligentes sabem e o que eles podem fazer com segurança. Um robô pode entender que precisa mover uma bateria do ponto A para o ponto B, mas pode não perceber que movê-la para muito perto de uma peça metálica específica poderia causar um curto-circuito perigoso. Para preencher essa lacuna, engenheiros utilizam um "filtro de segurança". Pense neste filtro como um supervisor vigilante posicionado entre o cérebro do robô e seus músculos. O supervisor observa cada movimento que o robô planeja fazer. Se um movimento parecer que irá violar uma regra de segurança, o supervisor o interrompe e diz ao robão para fazer outra coisa em vez disso. O desafio é descobrir exatamente o que conta como um movimento perigoso e decidir o que o robô deve fazer quando é instruído a parar.

No caso específico da reciclagem de baterias, o perigo é único. Uma célula de bateria possui dois terminais metálicos, um positivo e um negativo. Se um pedaço de metal, como a própria carcaça da bateria ou uma ferramenta, tocar ambos os terminais ao mesmo tempo, cria-se uma ponte que permite que a eletricidade flua para onde não deveria, causando um curto-circuito. Isso é diferente de uma colisão padrão, onde atingir um único objeto é o problema. Aqui, o perigo só existe se o robô se aproximar de ambos os terminais simultaneamente. Um robô pode estar muito próximo de um terminal e estar perfeitamente seguro, mas no momento em que se aproxima do segundo enquanto ainda está perto do primeiro, o risco aparece. Pesquisadores da Universidade Nacional de Singapura e de várias universidades australianas propuseram-se a testar a melhor forma de programar esses supervisores de segurança para lidar com este perigo específico de "dois terminais". Eles queriam saber se a forma como o perigo é definido importa mais do que o que o robô faz quando é interrompido.

A equipe construiu um ambiente simulado usando um banco de testes robóticos padrão chamado LIBERO, onde um braço robótico tinha que mover um item de mercearia, que atuava como um substituto para uma parte condutora de uma bateria, através de uma bancada de trabalho. Eles programaram o robô com uma política de IA congelada, o que significa que o cérebro de tomada de decisão do robô estava fixo e não podia aprender novos truques durante o teste. Os pesquisadores então testaram diferentes versões do filtro de segurança. Primeiro, tentaram diferentes formas de definir a "zona de perigo". Uma versão usou uma regra simples: manter distância de qualquer um dos terminais. Outra usou uma regra mais complexa: manter distância da área onde se poderia tocar ambos os terminais ao mesmo tempo. Eles também testaram uma abordagem híbrida que combinava ambas as regras. Crucialmente, eles não testaram essas regras apenas em uma distância fixa. Eles ajustaram a "margem", ou zona de amortecimento, para cada regra para ver quanta distância era necessária para manter o robô seguro sem interrompê-lo com muita frequência.

O que encontraram foi surpreendente. Quando ajustaram as zonas de amortecimento para cada regra para encontrar o melhor equilíbrio possível entre segurança e a realização do trabalho, as três definições da zona de perigo tiveram um desempenho quase idêntico. Quer o supervisor estivesse procurando por uma regra simples de "manter distância de um" ou uma regra complexa de "manter distância de ambos", os resultados foram quase idênticos uma vez que a distância foi ajustada corretamente. Isso sugere que a forma específica da regra de segurança é menos importante do que acertar a distância. A real diferença vinha do que o robô fazia quando o supervisor dizia "pare".

Os pesquisadores testaram quatro maneiras diferentes para o robô reagir quando um movimento era rejeitado. A primeira foi simplesmente ficar parado, congelando o robô no lugar. A segunda foi "recuar", movendo o robô para trás, afastando-se do perigo. A terceira foi "busca por amostragem" (sample search), onde o robm tenta alguns movimentos ligeiramente diferentes para ver se um deles é seguro. A quarta foi uma projeção matemática complexa que tentava encontrar o movimento mais seguro que ainda fosse muito próximo do que o robô originalmente queria fazer. Os resultados mostraram que a estratégia de "ficar parado" foi a pior. Ela impediu o robô de concluir sua tarefa cerca de 30 por cento mais vezes do que a estratégia de "recuar", sem de fato tornar o ambiente mais seguro. O robô apenas ficava parado, falhando em completar o trabalho. Por outro lado, as estratégias que tentavam ser minimamente invasivas, como a projeção matemática ou a busca por amostragem, permitiram que o robô concluísse sua tarefa com mais frequência, mas deixaram um risco muito maior de o robô chegar perto demais da zona de perigo. A estratégia de "recuar", que movia o robô claramente para longe do perigo, ofereceu o melhor equilíbrio: manteve o robô seguro e permitiu que ele concluísse a tarefa quase tão frequentemente quanto o robô sem filtro faria.

O estudo também observou como esses filtros se comportavam quando o robô cometia erros ou quando o ambiente mudava. Eles testaram o sistema com uma política de robô diferente e formatos de bateria diferentes, e a estratégia de "recuar" permaneceu a mais eficaz. Eles até simularam erros na forma como o robô media as distâncias. Descobriram que, se o robô estivesse errado sobre o tamanho do objeto que estava segurando, o filtro de segurança tornava-se muito menos eficaz do que se estivesse apenas ligeiramente errado sobre a localização dos terminais. Isso destaca que saber o tamanho da carga útil é tão crítico quanto saber onde estão os perigos. Além disso, descobriram que um sistema de segurança que verifica apenas o contato físico falharia completamente. Muitos dos momentos perigosos aconteciam quando o objeto ainda estava a alguns milímetros de distância dos terminais, uma distância pequena demais para tocar, mas grande o suficiente para causar um curto-circuito. Um monitor baseado em contato perderia esses eventos inteiramente.

Em última análise, esta pesquisa mostra que, para robôs que lidam com materiais perigosos, a parte mais importante do sistema de segurança não é necessariamente a matemática complexa usada para definir o perigo, mas sim a decisão simples e clara do que fazer quando o perigo é detectado. Um supervisor que diz ao robô para se afastar é muito mais eficaz do que um que diz para congelar ou um que tenta apenas empurrá-lo levemente para o lado. O estudo, conduzido inteiramente em uma simulação de alta fidelidade, fornece um roteiro claro para a construção de robôs mais seguros. Sugere que os engenheiros devem focar menos em inventar novas e complexas regras geométricas de perigo e mais em escolher uma estratégia de reação robusta e clara que afaste o robô do risco, permitindo ao mesmo tempo que ele conclua seu trabalho. À medida que o mundo avança para a automação da reciclagem de milhões de baterias, estas descobertas oferecem um guia prático para garantir que as máquinas que realizam o trabalho não causem acidentalmente os próprios perigos que deveriam gerir.