Na sua seleção semanal Video Friday, a IEEE Spectrum destaca vários trabalhos recentes em robótica, incluindo o modelo GEN-1.5 da Generalist, que aprenderia uma nova tarefa física em poucos segundos a partir de um único exemplo. Os outros projetos apresentados dizem respeito ao voo de drones, máquinas de construção civil, braquiação e uma nova interface de interação entre humanos e robots.
- A Generalist apresenta o GEN-1.5, que aprende uma nova tarefa física com um único exemplo.
- Os projetos cobrem drones, braquiação, máquinas de construção e interfaces entre humanos e robôs.
- A Gravis Robotics transforma máquinas hidráulicas comerciais em robôs com o kit Gravis Rack.
- A agenda inclui o Humanoids Summit Seoul, a IROS 2026 e a CoRL 2026.
Aprender a partir de um único exemplo
A Generalist apresenta o GEN-1.5 como o seu último modelo de fundação para robots, ou seja, um modelo de inteligência artificial geral destinado a pilotar máquinas físicas. Segundo a empresa, ele pode aprender uma nova tarefa em poucos segundos, a partir de um único exemplo, sem atualização dos seus parâmetros nem ajuste fino (fine-tuning). O artigo de blog citado também menciona capacidades de aprendizagem a partir de alguns exemplos e uma generalização física em zero-shot, ou seja, sem exemplo prévio para a tarefa.
A Generalist especifica que as tarefas continuam simples e de curta duração. A empresa estima que se trata do primeiro modelo conhecido a demonstrar, em grande escala, a aprendizagem em um ou poucos exemplos de competências físicas, e vê nisso « uma etapa significativa » para a sua missão de construir uma inteligência geral para o mundo físico. Os autores da seleção observam, no entanto, que, para várias destas demonstrações, o artigo não pode afirmar a ausência de dados de treino relevantes senão « até onde sabemos ».
Drones, obras e braços robotizados
Um projeto nascido de uma colaboração entre o grupo AIMS da Hong Kong Polytechnic University e o DRAGON Lab da Universidade de Tóquio propõe o que os seus autores descrevem como o primeiro quadro de otimização de trajetórias baseado na programação sequencial convexa, um cálculo matemático de otimização, para multirotores generalizados, sejam convencionais ou omnidirecionais. Os investigadores explicam ter-se perguntado « até onde um modelo analítico baseado nos primeiros princípios » poderia levar, em vez de ensinar um comportamento a partir de dados.
No que toca a obras de construção civil, a empresa Gravis Robotics propõe o Gravis Rack, um kit de retrofit que transforma máquinas hidráulicas comerciais em robots. Câmaras, lidar, que é um sensor laser de deteção, e computador de bordo permitem que a máquina perceba o seu ambiente, enquanto um controlo baseado na aprendizagem lhe permite trabalhar perto dos seus limites, com ciclos completos e rápidos.
Investigadores do EVARL apresentaram ainda uma abordagem de aprendizagem por reforço, a WGRL, para a braquiação, este modo de deslocação que consiste em balançar de barra em barra. Segundo eles, a política de controlo aprendida funcionou em percursos com alturas, espaçamentos e orientações de barras variados, em experiências em simulação, e o seu robot bimanual em tamanho real atravessou quatro barras consecutivas no mundo real. Por fim, trabalhos da TS-Robotics exploram os sensores de torque articulares de cobots padrão: uma placa de plexiglas passiva fixada à ponte do robot transforma-o numa interface de escrita manuscrita.
Agenda
O Humanoids Summit Seoul realizar-se-á nos dias 22 e 23 de setembro de 2026 em Seul, seguido da conferência IROS 2026, de 27 de setembro a 1 de outubro de 2026 em Pittsburgh. A conferência CoRL 2026 decorrerá de 9 a 12 de novembro de 2026 em Austin.
