Notícias

Exame Embodido Introduz Novo Framework de Avaliação em Robótica

O Exame Embodido oferece um novo marco para agentes de programação controlarem robôs, apresentando tarefas 1,156 em suítes 35 e robôs 47 .

Exame Embodido Introduz Novo Framework de Avaliação em Robótica

Artigo traduzido. Ler o artigo original.

O Exame Embodido, um novo framework de avaliação em robótica, foi introduzido para avaliar as capacidades de agentes de programação no controle de robôs sob restrições do mundo físico. Publicado em 2026-11-09 , no arXiv (2611.12177) e destacado pelo HuggingFace Daily Papers, o framework foi projetado por uma equipe liderada por Kangrui Wang, Qineng Wang, Changhe Chen, Pingyue Zhang e Chi Gui. O objetivo é abordar lacunas em marcos de robótica existentes, que se concentram principalmente no aprendizado de políticas visuomotoras, permitindo que os agentes escolham sua abordagem de controle: controle direto, código para controle ou treinamento de uma política para controle.

Características do Marco Abrangente

O Exame Embodido inclui tarefas 1,156 em suítes 35 e robôs 47 , com nove suítes originais especificamente desenvolvidas para este framework. Estas suítes vão além das tradicionais tarefas de pegar e colocar, abrangendo quebra-cabeças espaciais, manipulação habilidosa, interação multi-robô, controle dinâmico de corpo inteiro e desafios de engenharia sim-para-sim. Suítes notáveis incluem:

  • RoboPaint: Testa o controle minucioso de ferramentas, como reproduzir imagens com um pincel ou caneta.
  • RoboARC: Foca na manipulação de objetos deformáveis e multipartes, incluindo tarefas como passar cordas e montar móveis.
  • DexHandExam: Avalia a manipulação habilidosa das mãos, como folhear páginas de livros e abrir recipientes.
  • Olimpíadas Embodidas: Apresenta robôs humanóides realizando tarefas inspiradas em esportes e competições contra oponentes.

Cada tarefa pode ser executada em três configurações de avaliação: Padrão, Tempo Real e Privilegiada. A Configuração Padrão imita condições do mundo real, fornecendo apenas observações de sensores e limitando reinícios do ambiente. A variante em Tempo Real mantém o ambiente funcionando continuamente, enquanto a Configuração Privilegiada concede acesso total ao simulador e reinícios ilimitados, permitindo que os agentes explorem soluções ótimas para fins de treinamento.

Desempenho e Disponibilidade em Código Aberto

Em testes, o mais forte dos oito agentes, GPT-6 Astra em Codex, alcançou uma taxa de sucesso 34% em tarefas centrais 456 na Configuração Padrão, destacando um significativo espaço para melhorias. O framework também inclui ferramentas para analisar pontos de falha entre agentes, configurações e estágios de tarefa.

O Exame Embodido é de código aberto e está disponível no GitHub em https://github.com/mll-lab-nu/embodied-first-exam. Requer Python 3.12 ou posterior e suporta tarefas aceleradas por GPU via NVIDIA Container Toolkit. O framework pode ser instalado usando o gerenciador de pacotes Harbor, com instruções detalhadas fornecidas no repositório.

Este marco representa um passo significativo para o avanço da robótica agente, oferecendo uma plataforma unificada para avaliar agentes de programação antes do seu emprego em aplicações robóticas do mundo real.

Mais artigos em português · Comparações financeiras e fontes da SEC (inglês)