Desvio do braço após longo treinamento de reforço causado pelo desvio do prefixo de ação. Fonte: Humanóide
A manipulação robótica está progredindo com a inteligência synthetic. A Humanoid, com sede em Londres, apresentou na semana passada o KinetIQ Ascend, sua abordagem de aprendizagem por reforço, ou RL, projetada para atingir 99,9% de confiabilidade de manipulação na velocidade humana e além.
“A raça humanóide está se tornando uma questão de escala, e a RL do mundo actual pode ser uma parte essencial da resposta”, afirmou Jarad Cannon, diretor de tecnologia da Humanoid. “Robôs que antes exigiam meses de ajuste handbook agora estão superando as demonstrações humanas em poucos dias.”
A Humanoid está construindo robôs humanóides com o objetivo de se tornar o número 1 industrial de uso geral humanoide robótica empresa dentro de dois anos. Fundada por Artem Sokolov em 2024, conta com mais de 250 engenheiros, pesquisadores e inovadores das principais empresas de tecnologia globais.
Com escritórios em Londres, Boston, Vancouver e San Diego, a Humanoid disse que está construindo sistemas comercialmente viáveis, escaláveis e seguros para aplicações do mundo actual. Em maio, a empresa parceria com a Bosch e a Schaeffler para escalar a produção de seus robôs HMND.
KinetIQ Ascend suporta ‘fábrica de capacidade’
A Humanoid disse que o KinetIQ é seu proprietário de quatro camadas IA estrutura projetada para implantação no mundo actual. KinetIQ Ascend baseia-se no KinetIQ anterior plataforma com aprendizagem por tentativa e erro, ajudando os robôs da empresa a melhorar diretamente nas tarefas industriais.
“KinetIQ Ascend, nosso método RL do mundo actual, oferece uma nova abordagem para o desenvolvimento de capacidades de robôs”, disse Cannon. “Em vez de passar meses coletando dados e ajustando manualmente cada nova habilidade, podemos começar com um comportamento básico e permitir que a RL o refine em uma capacidade pronta para implantação – um processo que descrevemos como a construção de uma ‘fábrica de capacidade’, que marca como os robôs humanóides passam de demonstrações impressionantes para ferramentas nas quais a indústria pode realmente confiar.”
Envie sua ideia de sessão para o RoboBusiness 2026Testes humanóides demonstram manipulação aprimorada
A Humanoid testou o KinetIQ Ascend em diversas tarefas, incluindo coletar peças de lixeiras, entregar objetos a humanos e levantar e mover contêineres usando dois braços robóticos. Provou ser eficaz em vários cenários de manipulação, afirmou a empresa.
Em uma aplicação de alimentação de máquina, um robô retirou anéis de rolamento de aço de uma caixa e os colocou em um transportador. O KinetIQ Ascend supostamente aumentou o rendimento em 42%, permitindo que o robô operasse a 1,5x a velocidade das demonstrações humanas com as quais aprendeu originalmente.
Uma tarefa diferente envolvida escolhendo itens de uma sacola desordenada e entregá-los a uma pessoa. A mesma abordagem aumentou o rendimento em 85% e melhorou as taxas de sucesso de 80% para 98%. Em cenários de manipulação cada vez mais complexos, o KinetIQ Ascend continuou a oferecer melhorias significativas, disse a Humanoid.
Numa terceira tarefa bimanual de manuseio de sacolas, o robô levantou uma sacola de uma mesa usando ambos os braços. O KinetIQ Ascend mais que dobrou o rendimento e as taxas de sucesso aumentaram de 78% para 99%. Isto representou uma redução de cerca de vinte vezes nas falhas, com todos os resultados alcançados após apenas alguns dias de treinamento.
A Humanoid disse que os resultados demonstraram que o KinetIQ Ascend mostra uma nova maneira de desenvolver capacidades robóticas, provando ser eficaz em uma série de tarefas operacionais do mundo actual, desde a coleta de alta velocidade com um braço até o manuseio bimanual complexo.
O KinetIQ Ascend também demonstrou que o desempenho do robô melhora de forma previsível à medida que o tempo de treinamento aumenta. É semelhante à forma como os grandes modelos de linguagem (LLMs) melhoram à medida que mais computação e dados se tornam disponíveis. O empresa disse que a tendência de escala observada, apoiada por experimentos de simulação, sugere que seu método pode ser escalado até 100% de confiabilidade.
Uma nova abordagem também revelou duas descobertas adicionais: melhorar apenas a parte mais difícil de um fluxo de trabalho pode melhorar toda a tarefa, e os robôs foram capazes de generalizar para objetos que não tinham visto durante o treinamento.
Humanóide delineado todas essas descobertas em um novo relatório técnicoque forneceu a metodologia completa por trás do KinetIQ Ascend, incluindo a infraestrutura de treinamento, soluções algorítmicas e uma análise mais profunda dos resultados.