Sistema da Apple permite que robô humanoide navegue em casas desconhecidas com alta precisão

Um sistema de inteligência artificial chamado HALO, desenvolvido por pesquisadores da Apple, permitiu que um robô humanoide aprendesse a navegar em ambientes domésticos desconhecidos com alta precisão. O experimento, detalhado em estudo científico publicado em 4 de novembro de 2026, demonstrou que o treinamento em cenários virtuais é eficaz para a execução de movimentos físicos em locais onde a máquina nunca esteve.

Utilizando um modelo Unitree G1 modificado, a equipe alcançou 91% de sucesso em 360 tentativas de tarefas específicas. O robô foi testado em seis ambientes reais, onde precisou executar ações como sentar em cadeiras, rastejar sob mesas, empurrar caixas, agachar e atravessar portas parcialmente abertas.

Treinamento sintético e simulação

Para evitar a necessidade de operadores humanos conduzindo o robô em casas reais, os pesquisadores utilizaram o software Infinigen para criar mil residências virtuais. Esses espaços simulados apresentavam diversas distribuições de móveis, variações de iluminação e disposições de portas e paredes.

O HALO foi exposto a aproximadamente 300 horas de exemplos digitais e 162 mil episódios simulados, associando comandos a imagens e movimentos. Essa diversidade de cenários impediu que o sistema apenas decorasse plantas específicas, capacitando-o a reconhecer padrões e adaptar-se a móveis reais em locais não mapeados. A importância dessa variedade foi comprovada em um teste: quando o treinamento foi limitado a apenas uma casa virtual, a taxa de sucesso na tarefa de sentar caiu de 84% para 43%.

Desempenho técnico e limitações

A eficácia do sistema variou conforme a complexidade da tarefa nos ambientes físicos:

• Agachar sob obstáculos: 100% de acerto.
• Passar por portas entreabertas: 93% de acerto.
• Caminhar até objeto indicado: 92% de acerto.
• Rastejar sob mesas: 90% de acerto.
• Empurrar caixas: 88% de acerto.
• Sentar em cadeiras: 85% de acerto.

Entretanto, a performance declinou para 70% quando o robô precisou encadear múltiplas tarefas em sequência. Em testes de três etapas, a taxa de sucesso caiu para 50% na sequência que exigia agachar, caminhar até uma caixa e empurrá-la. As falhas ocorreram principalmente por erros de orientação; em alguns casos, o robô terminava um movimento virado para o lado oposto ao objetivo, perdendo a referência visual do objeto.

Arquitetura e processamento

O hardware do Unitree G1 foi equipado com uma câmera na cabeça, uma câmera de profundidade para estimativa geométrica e um Mac mini M4 Pro acoplado à parte traseira. Todo o processamento ocorre a bordo, eliminando a dependência de controle remoto.

O software opera em três níveis hierárquicos:

1. Interpretação: Traduz pedidos em linguagem natural.
2. Planejamento: Elabora a trajetória com base nas imagens captadas.
3. Controle: Ajusta as 29 articulações do corpo, monitorando equilíbrio e distância de obstáculos.

Para gerar a base de dados sintéticos, a infraestrutura utilizou 250 processadores gráficos NVIDIA H100 durante 48 horas.

Apesar dos avanços na locomoção e postura, o sistema ainda possui limitações críticas, como a ausência de percepção tátil. O estudo, disponibilizado também no arXiv, foca em habilidades de movimentação e não demonstra capacidades de manipulação de pequenos objetos ou limpeza doméstica. Os pesquisadores liberaram o código e demonstrações do projeto, mas não anunciaram a comercialização de um produto doméstico.