Imagine um mundo onde um cão robótico não precisa de um comando remoto, um joystick ou um script pré-programado para saber o que fazer. Em vez disso, ele ouve uma voz humana. Esta é a fronteira de um campo chamado robótica, onde engenheiros ensinam máquinas a moverem-se através de mundos complexos e irregulares. Durante anos, a forma mais fiável de fazer um robô de quatro patas caminhar foi dar-lhe um modelo matemático rígido do seu próprio corpo e do chão sob si. Embora isto funcione bem em pisos planos, muitas vezes falha quando o terreno se torna irregular ou quando a situação muda inesperadamente. Uma abordagem mais recente, conhecida como aprendizagem por reforço profundo, mudou o jogo. Em vez de depender de um conjunto fixo de regras, estes robôs aprendem a caminhar através de tentativa e erro, tal como um cachorrinho aprendendo a levantar-se, descobrindo eventualmente formas estáveis de se mover que nenhum engenheiro humano conseguiria ter desenhado manualmente. O desafio que permanece é como falar com estes sistemas aprendidos. Dar ao robô um comando simples como "ir em frente" é fácil, mas pedir-lhe para "caminhar lentamente para a esquerda enquanto evita um calombo" requer uma ponte entre a linguagem humana e o controlo motor de baixo nível do robô.

Investigadores do Instituto de Tecnologia de Harbin construíram um sistema que cria esta ponte, permitindo que um robô quadrupede siga comandos de linguagem natural de forma livre. O seu trabalho, detalhado num estudo recente, apresenta um método onde um rob em ouve uma frase, percebe o que a pessoa quer e ajusta imediatamente o seu estilo de caminhada para corresponder a essa intenção. O sistema não depende de uma biblioteca pré-escrita de movimentos específicos, como um "trote" ou um "galope", que o robô deva escolher. Em vez disso, traduz as palavras diretamente em ajustes contínuos de velocidade e direção. Quando um utilizador diz "caminhar para a frente lentamente", o cérebro do robô entende que precisa de reduzir a sua velocidade de avanço enquanto mantém o equilíbrio, e executa esta mudança em tempo real. Isto é alcançado combinando duas tecnologias distintas: um processador de linguagem que compreende a fala humana e um algoritmo de aprendizagem que controla os músculos do robô.

A parte da linguagem do sistema atua como um tradutor. Ela pega numa frase como "virar à esquerda bruscamente" e decompõe-na em duas partes de informação: o objetivo geral, que é virar, e os números específicos necessários para o fazer, como a rapidez com que deve rodar. Os investigadores utilizaram uma versão leve de um modelo de linguagem moderno para realizar esta tarefa. Este modelo foi treinado em milhares de exemplos de comandos emparelhados com as ações corretas do robô. É desenhado para ser suficientemente rápido para correr num robô sem o atrasar. Assim que o sistema compreende o comando, passa esta informação para o cérebro de controlo do robô. Este cérebro de controlo é uma rede neuronal que foi treinada para caminhar utilizando um método chamado otimização de política próxima. Este processo de treino envolve o robô a tentar caminhar numa simulação de computador de alta fidelidade, recebendo recompensas por se manter de pé e mover-se de forma eficiente, e melhorando gradualmente a sua estratégia ao longo de milhões de tentativas.

O que torna este novo sistema único é a forma como liga o tradutor de linguagem ao controlador de caminhada. Em vez de forçar o robô a escolher de um menu limitado de comportamentos pré-definidos, o sistema utiliza a entrada de linguagem para dar um leve toque nos objetivos do robô e no seu sistema de recompensa. Se o comando for para se mover lentamente, o sistema ajusta a velocidade alvo do robô e altera a forma como este avalia o seu próprio sucesso, fazendo com que passos lentos e cuidadosos pareçam mais recompensadores do que passos rápidos e arriscados. Isto permite que o robô adapte a sua marcha continuamente. Pode caminhar para a frente, depois abrandar, depois virar à esquerda, tudo baseado num único fluxo de instruções faladas. Para garantir que este sistema funciona não apenas num computador, mas numa máquina real, os investigadores empregaram uma estratégia de ensino. Eles primeiro treinaram um robô "professor" altamente capaz na simulação com acesso a informações perfeitas sobre o mundo, como o atrito exato do solo. Depois, treinaram um robô "aluno" para imitar as ações do professor usando apenas os dados de sensores ruidosos e imperfeitos que um robô real teria. Este processo ajudou o aluno a aprender a ser robusto contra as realidades desordenadas do mundo físico.

A equipa testou o seu sistema extensivamente em simulação e num robô real Unitree A1, uma máquina de quatro patas pequena e ágil. Nas simulações de computador, o robô seguiu com sucesso uma grande variedade de comandos, incluindo instruções complexas como "caminhar lentamente para a esquerda" ou "navegar em torno do obstáculo rapidamente". O sistema mostrou uma elevada taxa de sucesso, com o robô a completar tarefas básicas como caminhar para a frente ou virar à esquerda mais de 96% das vezes na simulação. Quando os investigadores moveram o sistema para o robô real, os resultados mantiveram-se fortes. O robô foi capaz de caminhar para a frente, virar e parar sob comando com uma taxa de sucesso superior a 93% para a maioria das ações. O sistema também se provou energeticamente eficiente, utilizando menos energia por passo do que os métodos de controlo tradicionais ou outras abordagens baseadas em aprendizagem que não utilizavam este condicionamento de linguagem específico. Os investigadores notaram que o robô conseguia adaptar os seus movimentos em menos de um segundo após receber um novo comando, demonstrando uma responsividade fluida que é difícil de alcançar com métodos de controlo mais antigos.

No entanto, o estudo também destaca os limites do que é atualmente possível. O sistema funciona melhor com comandos claros e diretos relacionados com movimento e velocidade. Ainda não foi desenhado para lidar com conversas longas e complexas ou instruções altamente ambíguas como "faz algo engraçado". Se um utilizador der um comando que o robô não pode fisicamente realizar, como "voar até à lua", o sistema ainda não é inteligente o suficiente para pedir esclarecimentos ou explicar por que razão o pedido é impossível. Os investigadores descobriram que, embora o robô seja muito bom a seguir instruções de movimento específicas, a sua capacidade de generalizar para tipos completamente novos de linguagem ou ambientes ainda é limitada pelos dados em que foi treinado. Os testes no mundo real também foram relativamente curtos e ocorreram em condições controladas, o que significa que a fiabilidade a longo prazo do sistema em ambientes exteriores imprevisíveis ainda não foi totalmente provada.

Apesar destas limitações, o trabalho representa um passo significativo em direção a uma interação mais natural entre humano e robô. Ao mostrar que um robô pode aprender a caminhar e depois ser guiado por fala simples sem precisar de uma biblioteca de truques pré-programados, os investigadores demonstraram um caminho para máquinas que são mais intuitivas para trabalhar. O sistema não exige que o utilizador aprenda um novo código ou um conjunto específico de comandos; ele simplesmente ouve e responde. O sucesso do método de treino professor-aluno em transferir competências da simulação para o mundo real sugere que esta abordagem poderá ser escalada para robôs mais complexos no futuro. À medida que a tecnologia amadurece, a lacuna entre a intenção humana e a ação da máquina poderá continuar a diminuir, permitindo que os robôs se tornem verdadeiros parceiros em ambientes dinâmicos e desafiadores.