ETH Zurich lança mão robótica ‘Thing’ que caminha sozinha com quatro articulações por dedo

Pesquisadores da ETH Zurich revelaram uma mão robótica desincorporada chamada Thing, capaz de caminhar sobre os próprios dedos. O protótipo foi apresentado nesta semana em uma mostra online de robótica. A equipe busca descobrir como apêndices destacados poderiam ampliar o alcance de máquinas maiores.

O protótipo possui quatro articulações por dedo, conferindo a cada dígito um alto grau de mobilidade. Esse projeto mecânico permite que a mão imite movimentos complexos encontrados em organismos vivos. A quantidade de articulações também confere ao dispositivo flexibilidade para realizar tarefas diversas.

O controle da mão depende de um software treinado com redes neurais que calcula iterativamente as posições das articulações a partir de movimentos anteriores. O algoritmo foi treinado dentro de um simulador por meio de aprendizado por reforço. Essa abordagem permitiu que a mão desenvolvesse uma marcha coordenada sem programação humana direta.

Durante os testes, a mão exibiu uma marcha arrastada que lembra o rastejar de uma aranha. Ela pode avançar para a frente usando os dedos como pernas, produzindo um movimento lento, porém constante. Os pesquisadores destacaram a marcha como uma prova de conceito para locomoção autônoma.

Além da locomoção, a mão consegue se endireitar quando é tombada, empurrar objetos pequenos e até pressionar teclas de um teclado. Essas habilidades demonstram controle motor fino, além da capacidade de caminhar. A equipe observou que a capacidade de se reerguer sozinha é essencial para a operação em ambientes não estruturados.

A equipe prevê que a tecnologia ajude robôs de grande porte a alcançar pontos distantes que suas estruturas volumosas não conseguem acessar. Uma mão destacada poderia ampliar o envelope funcional de um robô sem adicionar estruturas maciças. Tais extensões podem beneficiar missões de inspeção, manutenção e resgate.

Um vídeo publicado em uma plataforma pública mostra a mão se movendo, se reerguendo e interagindo com um teclado em tempo real. A demonstração visualiza as decisões da rede neural enquanto a mão adapta sua postura. Os espectadores podem ver o resultado prático do treinamento baseado em simulação.