Por Brie Finegold

Em outubro de 2005, equipes ficaram assistindo enquanto robôs tentavam navegar pelo acidentado terreno do deserto de Mojave, como parte de um desafio patrocinado pela Agência de Projetos de Pesquisa Avançada em Defesa (Darpa). O desafio do ano anterior tinha sido interrompido porque nenhum dos competidores completara mais do que 5% da corrida de 241,5 quilômetros. Mas no ano passado tudo mudou. Quatro robôs completaram a corrida em menos de dez horas, e o vencedor, o robô da Equipe de Corrida de Stanford, carinhosamente chamado de Stanley, atingiu velocidades tão altas quanto 61 quilômetros por hora. Essa mudança de sorte drástica pode ser atribuída a avanços no software e nos sensores.

Enquanto sistemas de laser e radar internos mapeavam o terreno, algoritmos de aprendizado da máquina rastreavam e estudavam todas as imagens, permitindo a Stanley, um Touareg Volkswagen modificado, desviar de obstáculos e executar curvas. Métodos de probabilidade para analisar o caminho à frente resguardaram Stanley de uma armadilha comum no caso de veículos robóticos: imaginar obstáculos.

Embora Stanley possa ter um nome humano, o robô de duas pernas Rabbit tem um modo de andar bastante humano. Jessy W. Grizzle, teórico de controle na Universidade de Michigan em Ann Arbor, testou seu novo modelo matemático de andar e correr no Rabbit, cuja parte inferior da perna se encaixa em rodas em vez de pés. Como o robô não é capaz de se equilibrar de forma estática em uma perna, o modelo incorpora os efeitos da gravidade de maneira mais completa do que outros modelos. Conforme os cientistas se esforçam para automatizar mais tarefas humanas, os robôs podem exibir formas agradáveis além de funcionalidade.