Robôs aprendem a agir antes da hora e dobram a velocidade em tarefas reais

Sistema organiza objetos duas vezes mais rápido sem perder precisão (Imagem: Fala Ciência)

Robôs costumam seguir uma sequência lógica: observam o ambiente, calculam o próximo movimento e então agem. O problema é que esse processo pode criar pequenas pausas entre uma ação e outra. Agora, pesquisadores desenvolveram uma técnica de inteligência artificial para robôs capaz de antecipar o próximo passo enquanto a máquina ainda executa o movimento atual.

O resultado é uma movimentação mais rápida, contínua e semelhante à maneira como humanos coordenam ações. Em testes, a tecnologia permitiu que robôs realizassem determinadas tarefas duas a três vezes mais rápido, sem perda significativa de precisão.

A máquina começa a pensar adiante

O método foi desenvolvido para modelos de visão, linguagem e ação, conhecidos como VLA. Esses sistemas recebem informações visuais das câmeras do robô, interpretam instruções e transformam essas informações em comandos de movimento.

A novidade, chamada VLASH, está na capacidade de considerar o estado futuro do robô. Em vez de calcular a próxima ação somente com base na posição atual, o sistema estima onde a máquina estará depois de completar o movimento em andamento.

Assim, enquanto o robô executa uma tarefa, a inteligência artificial já prepara a sequência seguinte. Isso reduz as pausas entre os movimentos e melhora a capacidade de reação diante de mudanças no ambiente.

Gostou dessa notícia?

Siga o canal do Fala Ciência no WhatsApp para receber nossos conteúdos em primeira mão!

Entrar no Canal do WhatsApp

Mais velocidade sem sacrificar a precisão

Braços robóticos manipulam roupa com o dobro da velocidade usando nova inteligência artificial (Imagem: Instituto de Tecnologia de Massachusetts)

Os pesquisadores também utilizaram uma estratégia chamada quantização de ações, que reúne vários movimentos consecutivos em blocos maiores. Embora isso possa reduzir ligeiramente a precisão, a abordagem aumentou significativamente a velocidade das tarefas.

O estudo foi conduzido por Jiaming Tang, autor principal da pesquisa, e publicado no arXiv em 2025. Em testes com robôs físicos, o sistema foi utilizado para pegar, classificar e empilhar objetos. Em uma tarefa com cubos coloridos, o robô conseguiu organizar os objetos duas vezes mais rápido que os métodos comparados, mantendo 90% de precisão.

A tecnologia também foi avaliada em atividades mais dinâmicas, como tênis de mesa e jogos de reação, nos quais pequenos atrasos podem comprometer o resultado.

Um passo para robôs mais autônomos

A capacidade de antecipação pode ser especialmente útil em resgates, emergências, indústria e ambientes imprevisíveis. Robôs capazes de planejar enquanto se movimentam também podem corrigir erros com maior rapidez.

Como próximo passo, os pesquisadores pretendem combinar o VLASH com sistemas capazes de prever mudanças no próprio ambiente. A expectativa é criar máquinas que consigam observar, antecipar e agir de forma cada vez mais rápida e coordenada.

Leandro C. Sinis é biólogo formado pela UFRJ e divulgador científico. Com experiência em pesquisa acadêmica, é coautor de um estudo sobre neuroproteção publicado no Journal of Biological Chemistry (DOI: 10.1074/jbc.m117.807180). Sua missão no Fala Ciência é traduzir descobertas complexas em conhecimento acessível e seguro para todos. Ver perfil no LinkedIn | Ver Currículo Lattes