MIT Desenvolve Memória Espacial para Robôs: DAAAM Responde 'Onde Deixei Minhas Chaves?'

Pesquisadores do MIT desenvolveram uma estrutura de memória de longo prazo que permite que robôs formem e recuperem rapidamente um modelo mental detalhado de ambientes complexos e de grande escala.

Chamado de DAAAM (Describe Anything Anywhere At Any Moment), o novo método combina representações avançadas de mapas com descrições ricas do ambiente que o robô coleta enquanto se move por longos períodos. O robô pode acessar rapidamente essa memória para responder a consultas complexas sobre seu ambiente em linguagem natural.

"Se queremos que robôs trabalhem lado a lado com humanos e interajam melhor com eles, eles precisam falar a mesma língua. O robô deve ser capaz de raciocinar sobre tempo e espaço da mesma forma que os humanos fazem. É essencialmente isso que nosso método está fazendo. Ele está transformando um mapa tradicional em um mapa baseado em linguagem, mais fácil para o robô pensar e acessar usando linguagem", explica Luca Carlone, professor associado do Departamento de Aeronáutica e Astronáutica do MIT e diretor do MIT SPARK Laboratory.

Memória espacial eficiente

O framework DAAAM responde a perguntas com mais precisão do que métodos de última geração e é rápido o suficiente para ser usado por um robô móvel em tempo real. Diferentemente de abordagens anteriores que exigem que o robô armazene enormes quantidades de dados brutos de sensores, o DAAAM cria descrições textuais compactas, mas detalhadas, dos objetos encontrados.

O artigo é liderado por Nicolas Gorlo, estudante de pós-graduação do MIT, com contribuições de Lukas Schmid, ex-cientista pesquisador do SPARK Lab.

Aplicações além da robótica

Além de seus usos potenciais na robótica, este método pode ter aplicações em sistemas de realidade aumentada que auxiliam trabalhadores de manutenção na detecção de anomalias ou ajudam passageiros na navegação.

Imagine um trabalhador de fábrica que se lembra da caixa onde deixou um componente parcialmente montado na noite anterior e retorna rapidamente àquele local para buscá-lo. Robôs que trabalham lado a lado com humanos teriam dificuldade em desenvolver e acessar esse mesmo tipo de memória "espaçotemporal". Com o DAAAM, o trabalhador poderia simplesmente pedir a um assistente robótico: "Vá buscar o componente que começamos a montar ontem à noite".

Como o DAAAM funciona

O sistema combina cenas 3D em grafos com embeddings de linguagem que descrevem objetos, suas localizações e relações espaciais. Quando o robô explora um ambiente — como um campus universitário — ele anexa descrições detalhadas a cada objeto que vê: bicicletas, esculturas, bancos, portas. Mais tarde, ao receber uma consulta como "onde está a escultura vermelha?", o robô pesquisa sua memória semanticamente, não apenas por coordenadas.

Esta abordagem é particularmente eficiente porque não requer que o robô armazene e processe todos os dados brutos de câmeras e sensores — apenas as descrições textuais e suas localizações espaciais.

A pesquisa representa um avanço significativo na capacidade de robôs compreenderem e interagirem com ambientes complexos usando linguagem natural, aproximando-os da forma como humanos navegam e recordam espaços.