Por que é difícil para um humanoide agarrar objetos em movimento: desenvolvendo VLA para ambientes dinâmicos

O engenheiro de ML da MTC Web Services, Daniil, explica por que robôs humanoides têm dificuldade em trabalhar em ambientes dinâmicos, como quando objetos se movem em uma esteira transportadora. Em condições estáticas, os modelos atuais VLA (Vision-Language-Action) apresentam alta qualidade de controle, mas em ambientes dinâmicos surgem três problemas principais: o atraso entre a observação e a ação (a imagem da câmera, o processamento e o envio do comando levam dezenas de milissegundos, durante os quais o objeto se desloca), a obsolescência das sequências de ações pré-calculadas (action chunks) e a falta de informações ao analisar um único quadro (não é possível determinar a velocidade e a direção do movimento). Para resolver esses problemas, os modelos estão migrando para a análise de sequências de quadros, a atualização contínua das ações e a consideração de sinais físicos (posição das articulações, dados táteis). Um humanoide é mais complexo do que um manipulador estacionário, pois o movimento do braço afeta o equilíbrio do corpo; é necessário um controle de corpo inteiro (whole-body control) que coordene os movimentos dos braços, tronco e pernas. No departamento de P&D da MWS, estão desenvolvendo um modelo VLA de corpo inteiro dinâmico baseado na arquitetura RLDX-1, que processa múltiplos fluxos de informação (movimento, contexto, física e ações) e opera com o humanoide Unitree G1. O objetivo é ensinar o robô a pegar peças na esteira transportadora, prevendo sua trajetória, sincronizando movimentos e mantendo o equilíbrio.