ROB108 · IA para robôs inteligentes
Sobre o curso
Veja como a IA moderna amplia o que os robôs conseguem fazer: aprendizado por reforço, aprendizado por imitação, transferência da simulação para o mundo real, planejamento de tarefas por linguagem e modelos visão-linguagem-ação, junto com as camadas de segurança, validação e supervisão humana que mantêm o comportamento aprendido confiável.
Para quem é
Quem já tem experiência em programação, percepção e navegação de robôs e quer aplicar métodos baseados em aprendizado com responsabilidade.
Pré-requisitos
ROB105 (visão computacional) e ROB106 (navegação e ROS 2) ou equivalente; Python com NumPy com segurança.
O que você será capaz de fazer
- Formular uma tarefa robótica como problema de aprendizado por reforço, com estados, ações e recompensa bem projetada.
- Treinar e avaliar uma política com Gymnasium e Stable-Baselines3 e compará-la com uma referência de clonagem de comportamento.
- Explicar técnicas de transferência da simulação para o real, como a randomização de domínio, e seus limites.
- Projetar uma camada de segurança que valida ações aprendidas ou geradas por linguagem antes da execução.
Aulas
- Aula 1 · Aprendizado por reforço para robôs
- Aula 2 · Aprendizado por imitação e modelos de fundação
- Aula 3 · Segurança, avaliação e supervisão do comportamento aprendido
- Aula 4 · Laboratório e atividade
Laboratório: Treine, imite e proteja a política de um robô de armazém
Você monta no Gymnasium um pequeno armazém em grade onde um robô precisa chegar a um ponto de separação desviando de prateleiras e de uma pessoa em movimento. Treina uma política PPO, treina uma política por clonagem de comportamento a partir de demonstrações roteirizadas, compara as duas e as envolve com um escudo de segurança que bloqueia ações que entram em células proibidas, medindo quantas vezes ele intervém.
Ferramentas gratuitas: Google Colab (gratuito) com Gymnasium, Stable-Baselines3 e PyTorch (todos gratuitos e open source)
Atividade avaliada
Envie o notebook do Colab com código, gráficos e uma tabela de resultados comparando PPO, clonagem de comportamento e suas versões com escudo. Explique o desenho da recompensa e uma mudança na recompensa que gerou comportamento indesejado. Discuta o que seria necessário para levar a política a um robô real, incluindo randomização de domínio e testes no mundo real. Termine com um plano de segurança e supervisão de uma página para um armazém que quer usar um robô baseado em aprendizado ou instruído por linguagem, cobrindo validação, monitoramento, intervenção humana e registro de incidentes.
| Critério | Peso | Como é um trabalho excelente |
|---|---|---|
| Ambiente e desenho da recompensa | 25% | O ambiente está correto e verificado; a recompensa é justificada e os riscos de exploração da recompensa são discutidos. |
| Treino e avaliação | 30% | As duas políticas são treinadas e avaliadas em layouts inéditos com métricas claras e calculadas corretamente. |
| Escudo de segurança | 25% | O escudo bloqueia de forma confiável as ações inseguras e sua taxa de intervenção e efeito no desempenho são analisados. |
| Transferência ao real e plano de supervisão | 20% | Os desafios de transferência e o plano de supervisão são realistas, específicos e proporcionais. |
Peça de portfólio
Um notebook reproduzível de aprendizado para robótica comparando aprendizado por reforço e imitação com escudo de segurança, mais um plano de supervisão.
Próximo passo
Continue com ROB109 · Projeto final: uma tarefa robótica autônoma em simulação · 8 horas · R$ 80,00
Conteúdo do curso
ROB108 · IA para robôs inteligentes (8 h)
-
Aula 1 · Aprendizado por reforço para robôs
-
Aula 2 · Aprendizado por imitação e modelos de fundação
-
Aula 3 · Segurança, avaliação e supervisão do comportamento aprendido
-
Aula 4 · Laboratório e atividade
-
ROB108 Avaliação · IA para robôs inteligentes