Avanço da Microsoft aborda limitações dos robôs com sistema de sensoriamento tátil

Pesquisa da Microsoftrealizou um novo sistema de controle de robôs no final de janeiro ⟦N1⟧ queimplementou um novo sistema de controle de robôs no final de janeiro 2026 que máquinas trabalhar com as mãos enquanto processam comandos falados e feedback físico. O sistema, chamado Rho-alpha, marca a entrada da empresa em modelos fundamentais projetados para robôs que usam dois braçosao mesmo tempo.Adicionando tato à inteligência dos robôs mostrou

A tecnologia primeiro atingirá grupos selecionados por meio de um Programa de Acesso Antecipado antes que a Microsoft torne o disponível mais amplamente em sua plataforma Foundry. As empresas podem então adaptar o sistema às suas necessidades específicas usando seus próprios dados.

essas habilidades

Fábricas e armazéns estão procurando robôs que possam lidar com condições em mudança, em vez de repetir os mesmos movimentos programados para sempre. Ambientes hospitalares precisam de máquinas que se adaptem a diferentes situações. Linhas de produção onde os itens variam de lote para lote criam problemas que a automação de estilo antigo não consegue resolver de forma eficiente. Microsoft criou o Rho-alpha para atender a essa necessidade, processando o que os robôs veem e ouvem junto com o que sentem fisicamente por meio de sensores.

A maioria dos sistemas de robôs atuais depende de câmeras e microfones para entender o ambiente e receber instruções. O Rho-alpha adiciona outra camada tratando o tato como igualmente importante. Quando uma garra robótica possui sensores de pressão embutidos, o sistema recebe informações que as câmeras perdem completamente. Isso é crucial ao tentar conectar algo a uma tomada ou encaixar peças, onde a visão por si só não fornece detalhes suficientes sobre se as coisas estão se alinhando corretamente.

Microsoft usando dois braços Universal Robots UR5e equipados com sensores que detectam pressão e contato. Durante testes com uma tarefa chamada BusyBox, as pessoas pediram ao robô para fazer coisas como colocar disse uma bandeja dentro de uma caixa de ferramentas e fechar a tampa. O sistema traduziu essas palavras em movimentos coordenados entre ambos os braços e fez ajustes com base no que os sensores sentiram. Quando as tentativas de inserir um plugue não funcionam na primeira tentativa, um operador humano poderia guiar o robô usando um dispositivo de entrada 3D, e o sistema aprendeu com essas correções. voltou Competindo em um mercado maduro não Físico

Obter dados de treinamento suficientes continua sendo o maior desafio na construção de robôs capazes. Modelos de linguagem podem aprender com grandes quantidades de texto disponíveis online, mas o treinamento de robôs requer demonstrações físicas reais que levam tempo e dinheiro para serem gravadas. A Microsoft abordou isso treinando o Rho-alpha com três tipos de informações: gravações de demonstrações físicas reais, tarefas de prática simulada e grandes conjuntos de dados de imagens com perguntas e respostas da web. A empresa usa o Nvidia Isaac Sim executado em servidores da Azure para criar cenários sintéticos realistas por meio de um processo de aprendizado por reforço.

Essa configuração de simulação produz situações de prática fisicamente precisas que complementam as demonstrações reais. A abordagem combinada permite que o modelo encontre casos incomuns e situações de falha que, de outra forma, exigiriam milhares de horas de operação no mundo real para serem capturadas.

O methodo de treinamento segue padrões que outras empresas in da robótica estão usando. O sistema Gemini Robotics do Google DeepMind, o modelo Helix da Figure AI para robôs humanoides e o Pi-zero da Physical Intelligence adotam abordagens semelhantes para contornar o problema da escassez de dados. A técnica ajuda esses systems a aprender habilidades gerais de manipulação sem precisar de demonstrações específicas para cada única tarefa que possam enfrentar.

representa uma mudança de robôs

A Microsoft entra no mercado de modelos fundamentais de robótica que tem crescido consideravelmente ao longo do último ano e meio. A Nvidia lançou o GR00T N1.6 voltado para robôs humanoides, focando no controle do corpo inteiro e na compreensão do contexto. O Google DeepMind expandiu o Gemini para a robótica com habilidades que vão desde dobrar papel em formas de origami até lidar com cartas de jogar. A Physical Intelligence apresenta o Pi-zero como um sistema de uso geral treinado em diferentes tipos de robôs.

Rho-alpha se destaca em three maneiras. Primeiro, a ênfase no sensoriamento tátil enfrenta situações onde sistemas que dependem apenas da visão têm dificuldades. Segundo, o modelo vem da série Phi da Microsoft, que a empresa ajustou para funcionar eficientemente em hardware de consumo comum. Esse histórico sugere que ele pode rodar em dispositivos locais sem precisar de conexão constante com servidores na nuvem. Terceiro, o foco em aprender com correções humanas durante a operação real o diferencia de modelos que precisam de treinamento completo para adquirir novos comportamentos.

A abordagem de negócios da Microsoft também difere from competidores. A empresa planeja oferecer o Rho-alpha por meio de sua plataforma Foundry como infraestrutura que fabricantes e integradores de sistemas podem personalizar com suas próprias informações proprietárias. Isso espelha a abordagem da empresa com o Azure OpenAI Service e visa organizações que desejam criar versões especializadas em vez de usar um modelo genérico.

Para fabricantes e empresas de logística, a imediata oportunidade está em identificar tarefas de manuseio repetitivo onde a automação atual fica aquém. Estações de inspeção de qualidade, operações que montam kits de itens e linhas de montagem de pequenos lotes representam situações onde a combinação do Rho-alpha de compreensão de linguagem e sensoriamento tátil poderia reduzir os requisitos de programação.

O programa de acesso antecipado anunciado pela Microsoft dá às organizations uma maneira de testar se o sistema se encaixa às suas necessidades antes de investir em infraestrutura de implantação. As empresas devem entrar nessas avaliações esperando que a supervisão humana seja necessária e devem planejar fluxos de trabalho onde os operadores corrigem e orientam os robôs durante os períodos iniciais de aprendizado.

como ferramentas programadas para robôs como colaboradores flexíveis. Essa mudança levará anos, em vez de meses, mas os modelos fundamentais vindos da Microsoft, Nvidia e Google estabelecem os padrões básicos que definirão a robótica empresarial nos próximos dez anos. IA A Microsoft lançou o Rho-alpha no final de janeiro de 2026, um modelo de robô que usa visão, linguagem e sensores táteis para tarefas de dois braços. programou ferramentas para robôs como colaboradores flexíveis. Essa mudança levará anos, em vez de meses, mas os modelos fundamentais desenvolvidos pela Microsoft, Nvidia e Google estabelecem os padrões básicos que definirão a robótica empresarial nos próximos dez anos.