Mercados
Tecnologia

Pesquisadores treinam IA em simulação e aplicam em robô real com sucesso

Modelo de IA completou 18 de 30 testes físicos após aprendizado integral em simulação, sem dados reais de robô.

Foto: CryptoSlate

Pesquisadores do sistema PEAR treinaram um modelo de inteligência artificial para controlar robôs, que completou 18 de 30 testes físicos após aprender as habilidades inteiramente em simulação. O modelo Qwen3.8-27B, com 27 bilhões de parâmetros, foi treinado por reforço sem demonstrações reais durante a fase de pós-treinamento para robôs.

O estudo, submetido em 13 de novembro de 2026, avaliou o desempenho do modelo em um robô físico dual-arm YAM, que não foi usado no treinamento. Foram realizados 20 tentativas de pegar objetos e 10 de alinhamento de blocos, com o modelo final tendo sucesso em 12 e 6 tentativas, respectivamente.

Para comparação, um checkpoint treinado apenas na simulação LIBERO completou 7 de 30 tentativas, enquanto o modelo base não teve sucesso em nenhuma. O modelo final treinou as tarefas correspondentes em outra simulação chamada RoboDojo, usando um robô diferente, sem qualquer dado de robô real.

Durante os testes, o modelo processava imagens da câmera e o estado do robô para raciocinar em texto e determinar os movimentos do gripper, convertidos em comandos para o robô. Os pesquisadores destacam que a performance depende das descrições fornecidas no prompt, e que limitações como dependência do prompt e raciocínio longo ainda existem.

Este trabalho demonstra que habilidades treinadas em simulação podem ser transferidas para hardware físico diferente, abrindo caminho para avanços em controle robótico com IA sem necessidade de dados reais durante o treinamento. O espaço segue aberto para manifestação dos citados.

17/11/2026, 23:00 · 1 min de leitura · Com informações de CryptoSlate.

Aviso legal: este conteúdo tem caráter meramente informativo e não constitui aconselhamento financeiro, jurídico ou recomendação de investimento. Criptoativos são voláteis e envolvem risco de perda.

Texto produzido com apoio de inteligência artificial a partir de fontes públicas. Conheça nossa política editorial.

Gostou? Compartilhe:

Leia também

Tecnologia →