Ensinar um robô a realizar uma tarefa nova normalmente exige muitas demonstrações, treinamento computacional e ajustes específicos. Agora, pesquisadores desenvolveram uma abordagem que tenta encurtar drasticamente esse processo: o robô observa um único vídeo de uma pessoa executando a tarefa e consegue adaptar aquela demonstração para seu próprio corpo.
O sistema, chamado HOST, foi desenvolvido para permitir que máquinas adquiram novas habilidades em questão de segundos. Nos testes descritos pelos pesquisadores, o robô levou, em média, 29 segundos para aprender uma tarefa inédita e alcançou uma taxa média de sucesso de 62%.
Uma demonstração humana vira uma tarefa para o robô
A grande dificuldade não está apenas em fazer uma máquina copiar movimentos humanos. O corpo de uma pessoa e o de um robô são completamente diferentes, assim como suas articulações, alcance e maneiras de manipular objetos.
O HOST tenta resolver esse problema acompanhando o progresso da atividade mostrada no vídeo. Primeiro, o sistema identifica em que estágio da tarefa o robô está. Depois, prevê quais imagens ou situações o próprio robô deveria observar na sequência.
A partir dessas previsões, o sistema determina quais movimentos precisam ser realizados.
Siga o canal do Fala Ciência no WhatsApp para receber nossos conteúdos em primeira mão!
Entrar no Canal do WhatsAppEsse processo acontece repetidamente, permitindo que a máquina acompanhe a demonstração humana sem simplesmente tentar reproduzir cada movimento de maneira literal.
O robô aprende sem esquecer o que já sabia
Um dos pontos mais interessantes do método é que ele não precisa modificar seus parâmetros para cada nova habilidade aprendida durante a execução. Dessa maneira, a aquisição de uma tarefa adicional não precisa comprometer necessariamente aquilo que o robô já dominava.
Esse aspecto é importante porque um dos problemas da robótica atual é justamente o chamado esquecimento catastrófico, situação em que o aprendizado de uma nova habilidade pode prejudicar competências adquiridas anteriormente.
Para construir a estrutura utilizada pelo HOST, os pesquisadores realizaram um treinamento prévio bastante amplo, utilizando 193.462 trajetórias robóticas relacionadas a 229 tarefas e milhares de vídeos humanos associados a trajetórias correspondentes. O aprendizado da nova tarefa, porém, ocorre posteriormente a partir de uma única demonstração.
Testes colocaram 50 tarefas diferentes à prova
A avaliação foi realizada com um sistema formado por dois braços robóticos de seis eixos, equipados com garras e câmeras RGB. Os pesquisadores apresentaram ao sistema 50 tarefas de manipulação inéditas, envolvendo diferentes objetos, ferramentas e movimentos.
Cada tarefa foi repetida 20 vezes, enquanto a posição ou orientação dos objetos era modificada entre as tentativas. Isso permitiu avaliar se o robô conseguia realmente adaptar o conhecimento adquirido às mudanças do ambiente.
O resultado médio foi de 62% de sucesso, enquanto o sistema superou em 45% uma abordagem que tentava realizar as tarefas sem demonstrações. Segundo o estudo, o HOST também conseguiu atingir desempenho superior ao de uma referência que utilizava 50 demonstrações robóticas por tarefa, mas precisando de 50 vezes menos demonstrações e adquirindo cada habilidade 507 vezes mais rápido.
Veja também:
Uma mudança importante na forma de ensinar máquinas
Os resultados ainda são experimentais e não significam que robôs já conseguem aprender qualquer atividade humana em segundos. A taxa de sucesso de 62% também mostra que há espaço considerável para aprimoramentos.
Mesmo assim, a proposta abre uma possibilidade interessante para ambientes nos quais as tarefas mudam constantemente. Em fábricas, hospitais, armazéns ou operações de assistência, por exemplo, seria útil ensinar uma máquina uma nova atividade simplesmente mostrando como ela deve ser feita.
O estudo foi publicado como pré-print no arXiv em 22 de julho de 2026, com versão revisada em 20 de agosto. O primeiro autor é Guangyan Chen.
