Robôs andando pela rua, cercados por espectadores maravilhados, é uma cena cada vez mais comum. Mas essas máquinas ainda não são os assistentes "faz-tudo" que você gostaria que trabalhassem em uma cozinha ou fábrica, e um grande gargalo são os dados. Assim como os humanos, os robôs aprendem melhor pela experiência. O desafio é que é um trabalho intensivo e demorado ensinar fisicamente a essas máquinas tantas ações em diferentes configurações.
“Uma ideia natural é usar a simulação como campo de treinamento. Embora tenha havido um progresso significativo nos últimos anos nos motores de física que alimentam os simuladores de robótica, um dos desafios restantes tem sido a criação de conteúdo de simulação suficientemente rico e diversificado para capturar a complexidade do mundo real”, diz Russ Tedrake, Professor Toyota de Engenharia Elétrica e Ciência da Computação (EECS), Aeronáutica e Astronáutica, e Engenharia Mecânica no MIT, e pesquisador principal no Laboratório de Ciência da Computação e Inteligência Artificial (CSAIL) do MIT.
Acontece que agentes de IA, ou programas semi-autônomos que “pensam” e completam tarefas bem definidas, poderiam ajudar a produzir os cenários virtuais realistas de que os robôs precisam. O novo sistema “ SceneSmith ” desenvolvido por pesquisadores do MIT CSAIL e do Toyota Research Institute usa três agentes para montar os objetos, paredes e a aparência geral de uma cena 3D. Suas recriações de espaços internos como restaurantes, quartos e hotéis são mais realistas e detalhadas do que sistemas anteriores, ajudando os robôs a praticar habilidades e experimentar diferentes maneiras de realizar tarefas antes de serem ligados. Por sua vez, os engenheiros economizam tempo em testes no mundo real.
Os agentes têm uma noção de como os lugares do dia a dia devem parecer porque cada um deles utiliza um sistema multimodal chamado vis
Fonte: MIT News - AI
Publicado em 2026-07-13