FLoRe ensina humanoides a controlar força de contato e chega a 80% de sucesso nos rollouts, contra 26,7% sem o método

O FLoRe (framework for learning force-reactive humanoid loco-manipulation) parte de um problema concreto: muitas tarefas do dia a dia exigem controlar a força de contato além do movimento. Em um humanoide, essa força precisa ser coordenada entre as duas mãos e o corpo inteiro, e trajetórias cinemáticas sozinhas não a especificam.

A coleta de demonstrações dispensa o robô. Os pesquisadores usam dois grippers portáteis no estilo UMI com sensores de força, que registram o movimento das mãos e os contact wrenches, e trackers vestíveis para o movimento do corpo. Uma diffusion policy reativa a força recebe visão, propriocepção e wrenches medidos, e prevê ações e comandos de força por mão. Um controlador de corpo inteiro com compliance híbrida executa esses comandos sem perder o equilíbrio. Ele integra o erro de força medido por sensores F/T reais: cada mão segue a força com precisão na direção comandada e fica complacente nas demais. Em simulação, o controlador acompanhou comandos de magnitude e direção variadas, com pouca perda de precisão no movimento do corpo. Em três tarefas ricas em contato no robô, a política reativa a força teve 80% de sucesso nos rollouts, contra 26,7% de uma política só de posição, treinada com as mesmas demonstrações e rodando no mesmo controlador.

A cobertura anterior do CEVIU mostra uma tendência de reduzir a dependência de dados coletados no robô. Em 13 de março de 2026, o CEVIU noticiou "Construindo um Robô Doméstico Sem Dados de Robô", sobre a Sunday Robotics. Em 9 de setembro de 2026, veio "IA para Robótica Aprende Habilidades com Vídeos da Internet", sobre o RoboTok, da Rice University. O FLoRe segue a ideia de coleta sem robô, mas acrescenta o que vídeo não captura: medição de força por sensores nas demonstrações.

Para quem trabalha com humanoides, a leitura é que o gargalo em tarefas de contato pode estar menos no controlador e mais nos dados. O experimento usa o mesmo controlador nas duas políticas, e a diferença de 80% para 26,7% vem da informação de força. Também sugere que sensores F/T nas mãos passam a pesar na escolha de hardware.