){kind=link}
Ele dança break, faz parkour e dá mortal. Pesquisadores do Beijing Institute for General Artificial Intelligence (BIGAI), na China, apresentaram um novo framework para controle de movimentos de robôs humanoides, chamado OmniXtreme.
O estudo foi publicado na plataforma arXiv e ganhou destaque após demonstrações divulgadas em 10 de março mostrarem um robô executando movimentos complexos como backflips, giros e sequências de dança com alto nível de precisão.
smart_display
Nossos vídeos em destaque
O sistema foi testado em um robô humanoide Unitree G1, que conseguiu realizar desde rotinas de breakdance até movimentos atléticos exigentes, como saltos consecutivos e agachamentos em uma perna. Segundo os pesquisadores, o diferencial está no uso de um único algoritmo capaz de controlar diversas ações, o que aumenta a eficiência e reduz a complexidade no treinamento dessas máquinas.
Um dos principais desafios da robótica é fazer com que humanoides executem movimentos dinâmicos e coordenados com estabilidade. O OmniXtreme propõe uma abordagem diferente nesse caso, o método utiliza aprendizado por reforço em duas etapas. Na fase inicial, o modelo aprende padrões gerais a partir de diferentes movimentos. Depois, passa por um refinamento.
Futuro promissor começa com um.. robô dançante!
)
De acordo com os dados divulgados pela empresa, o sistema alcançou mais de 90% de taxa de sucesso em tarefas altamente dinâmicas, incluindo sequências contínuas de movimentos extremos. Os pesquisadores acreditam que a tecnologia pode abrir caminho para uma nova geração de robôs humanoides capazes de aprender múltiplas habilidades físicas sem a necessidade de treinamento específico para cada tarefa.
Apesar dos avanços, o estudo também destaca que ainda existem desafios na transição entre simulação e mundo real, especialmente em ambientes imprevisíveis. Ainda assim, o OmniXtreme representa um passo importante na evolução da robótica. Aproveite e continue acompanhando o TecMundo para mais notícias, análises e histórias sobre inovação no mundo real.