Um pequeno inseto pode estar ajudando a resolver um dos problemas mais difíceis da robótica: como fazer uma máquina caminhar de maneira estável mesmo quando o terreno muda.
Pesquisadores da Universidade de Tohoku, no Japão, e do Instituto de Ciência e Tecnologia Vidyasirimedhi, na Tailândia, desenvolveram um método de inteligência artificial capaz de extrair informações sobre a locomoção de um inseto-pau e transferi-las para um robô de seis patas.
O resultado é especialmente interessante porque os cientistas não precisaram fornecer ao robô uma lista detalhada dizendo como cada perna deveria se movimentar. Em vez disso, a IA tentou descobrir qual princípio estava por trás da caminhada do animal e utilizá-lo para desenvolver uma estratégia própria.
Poucos passos foram suficientes para ensinar uma máquina
Insetos possuem sistemas nervosos relativamente simples, mas conseguem coordenar várias pernas enquanto atravessam superfícies diferentes. Essa eficiência chamou a atenção dos pesquisadores.
Para o experimento, a equipe utilizou dados já disponíveis de caminhada de um inseto-pau, em vez de construir manualmente uma sequência de movimentos para o robô.
Siga o canal do Fala Ciência no WhatsApp para receber nossos conteúdos em primeira mão!
Entrar no Canal do WhatsAppO método empregado foi chamado de aprendizado por reforço inverso adversarial. Em termos simples, a inteligência artificial observa um comportamento considerado ideal e tenta descobrir qual objetivo poderia estar produzindo aquele padrão.
Depois, esse objetivo é transformado em uma estratégia de controle que pode ser aplicada à máquina.
Essa mudança é importante. Em métodos tradicionais, engenheiros podem precisar determinar manualmente parâmetros e regras de coordenação para cada novo robô. Com a abordagem inspirada biologicamente, parte desse processo pode ser automatizada.
A máquina não precisou copiar exatamente o inseto
Um dos aspectos mais interessantes do trabalho é que o robô não possui o mesmo corpo do animal que serviu como modelo.
O sistema separou aquilo que representa um princípio geral de locomoção das características específicas de determinada máquina. Dessa maneira, a estratégia aprendida pode ser transferida para plataformas com diferentes configurações físicas.
Os pesquisadores também verificaram se o comportamento aprendido continuava funcionando quando as condições mudavam.
Nos testes, a política de controle derivada dos dados do inseto permitiu ao robô apresentar coordenação adaptativa das pernas em diferentes condições ambientais. O sistema também demonstrou capacidade de lidar com uma situação em que uma das pernas deixava de funcionar.
Isso é particularmente relevante para máquinas que precisam operar longe de ambientes perfeitamente controlados.
Por que seis pernas podem fazer diferença
Robôs com rodas são excelentes em pisos regulares, mas podem encontrar dificuldades diante de entulhos, pedras, degraus, buracos e superfícies irregulares.
Já uma máquina com várias pernas consegue distribuir o peso corporal entre diferentes pontos de apoio. Se uma perna deixa de funcionar, as demais podem, dependendo do projeto e do sistema de controle, assumir novas posições para manter a estabilidade.
Essa característica pode ser valiosa em robôs destinados à exploração de locais perigosos.
Ainda assim, é importante separar possibilidade de realidade. O estudo não demonstra que o robô já esteja pronto para atuar em áreas de desastre. Os próprios pesquisadores apontam esse tipo de aplicação como uma perspectiva futura.
Leia mais:
O próximo passo é fazer a máquina acumular experiência
Atualmente, o sistema consegue extrair estratégias a partir de demonstrações biológicas. O próximo desafio é acrescentar memória e capacidade de aprendizado contínuo, permitindo que o robô acumule experiência ao longo do tempo.
Essa evolução poderia fazer com que a máquina não dependesse apenas de um comportamento aprendido previamente. Em vez disso, ela poderia ajustar suas estratégias conforme encontrasse novos terrenos e situações.
O estudo, publicado em 11 de agosto de 2026 na revista Bioinspiration & Biomimetics, tem Yuchen Wang como primeira autora e reúne pesquisadores do Japão, Tailândia e Dinamarca. O trabalho mostra como observar a natureza pode oferecer uma alternativa para desenvolver sistemas robóticos mais adaptáveis.
No fim, a grande lição não está apenas nas seis pernas do robô. Está na estratégia: em vez de ensinar uma máquina exatamente como caminhar, talvez seja mais eficiente ajudá-la a descobrir por que um animal consegue caminhar tão bem.
