O aluno do Mestrado em Engenharia Eletrônica e Computação do Instituto Tecnológico de Aeronáutica (ITA) Luckeciano Melo recebeu os prêmios de 1º lugar no Concurso de Teses e Dissertações em Robótica (CTDR) 2019 e melhor artigo do Simpósio Latino Americano de Robótica (LARS). Ambos os eventos se deram na cidade de Rio Grande-RS, em um conglomerado de eventos chamado Robótica 2019, que ocorre anualmente e reúne alunos e pesquisadores de todo o continente. Além disso, a mesma dissertação de mestrado recebeu outro prêmio de 1º lugar no AI Awards, um prêmio nacional de inteligência artificial da empresa Data H.
Em sua dissertação, o aluno desenvolveu algoritmos para otimização de parâmetros, imitation learning e meta-learning para copiar e melhorar movimentos de chute e caminhada de um robô humanoide dentro do ambiente do RoboCup 3D Soccer Simulation. Orientado pelo Professor Doutor Adilson Marques da Cunha e coorientado pelo Professor Doutor Marcos Maximo, ambos da Divisão de Ciência da Computação, o trabalho foi defendido no dia 28 de julho de 2019. Na foto, o senhor Franzé Melo, pai do Luckeciano, recebe o prêmio AI Awards juntamente com o professor Marcos Maximo.
Assim, a linha de pesquisa do aluno une a robótica com o aprendizado de máquina, duas áreas que se encontram em extremo destaque tanto para a indústria quanto para o mundo acadêmico. Seu trabalho é ligado ao ITAndroids, equipe de robótica do ITA vinculada ao Laboratório de Sistemas Computacionais Autônomos (LAB-SCA), que aplica esses conhecimentos para o desenvolvimento de robôs para competições como a Robocup, mundial, e a LARC, latino-americana. Esses eventos incentivam a pesquisa e a divulgação do conhecimento a fim de promover um desenvolvimento contínuo e conjunto da robótica.
O artigo premiado, escrito pelo estudante em coautoria com o professor Marcos Máximo, também explora o uso de aprendizado de máquina aplicado ao ambiente de simulação Soccer 3D, mas analisa especificamente o uso de Proximal Policy Optimization, um algoritmo de aprendizado por reforço profundo, a fim de utilizar uma rede neural sem conhecimento prévio para ensinar o humanoide a correr. Com esse método, o robô foi capaz de aprender em algumas horas a correr com velocidade cerca de 50% superior a que se obtinha com o estado da arte anterior.
A dissertação e o código da pesquisa de mestrado estão disponíveis no github através do link:
https://github.com/luckeciano/
O artigo premiado se encontra disponível através do seguinte link:
https://arxiv.org/pdf/1910.10620.pdf
Vídeos demonstrando os trabalhos podem ser vistos no Youtube:
https://www.youtube.com/watch?v=RZs4GM7xObM
https://www.youtube.com/watch?v=FLkVNh_I3UA
Fonte:Prof. Dr. Marcos Maximo.
Edição Local: Divisão de Comunicação Social.