<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:media="http://search.yahoo.com/mrss/"><channel><title>ITANU Magazine: Robótica</title><link>https://itanu.org/pt/magazine/desk/robotics/</link><description>Acompanhe as novidades de IA, computadores, software, ciência e segurança digital. Entenda os fatos com links para as fontes de cada notícia.</description><language>pt</language><lastBuildDate>Fri, 20 Nov 2026 17:33:15 GMT</lastBuildDate><atom:link href="https://itanu.org/pt/magazine/desk/robotics/feed.xml" rel="self" type="application/rss+xml"/><item><title>Nove algoritmos clássicos de condução superam o algoritmo treinado do UniAD em simulação, indica estudo</title><link>https://itanu.org/pt/magazine/textbook-driving-planners-outscore-learned-planner-in-simulation-qlohx26l/</link><guid isPermaLink="true">https://itanu.org/pt/magazine/textbook-driving-planners-outscore-learned-planner-in-simulation-qlohx26l/</guid><pubDate>Fri, 20 Nov 2026 17:33:15 GMT</pubDate><dc:creator>Redação da ITANU Magazine</dc:creator><category>Robótica</category><description>Segundo Andreas Look, o melhor algoritmo clássico de planejamento de trajetórias obteve 41,8 pontos no simulador de condução HUGSIM. Com o mesmo sistema de percepção, o algoritmo treinado do UniAD obteve 32,0.</description><content:encoded>&lt;h3&gt;Pontos principais&lt;/h3&gt;&lt;ul&gt;&lt;li&gt;Look substituiu apenas o módulo de planejamento de trajetórias e manteve o sistema de percepção do UniAD.&lt;/li&gt;&lt;li&gt;Look observou os maiores ganhos quando o veículo encontrou carros parados ou que vinham em sentido contrário.&lt;/li&gt;&lt;li&gt;Segundo Look, o melhor algoritmo clássico completou o percurso em 31 das 182 simulações em que o módulo de planejamento do UniAD colidiu com um carro.&lt;/li&gt;&lt;/ul&gt;&lt;p&gt;Nove de 16 algoritmos clássicos de planejamento de trajetórias obtiveram mais pontos no simulador HUGSIM do que o algoritmo treinado do UniAD, segundo um estudo preliminar que Andreas Look submeteu ao arXiv em 18 de novembro. Todos usaram o mesmo sistema de percepção do ambiente.&lt;/p&gt;&lt;p&gt;Segundo os criadores do UniAD, o sistema reúne percepção, previsão e planejamento numa única rede. Look substituiu apenas o módulo de planejamento, que escolhe o caminho do veículo e determina como percorrê-lo. O pesquisador não forneceu aos algoritmos clássicos um mapa de alta definição.&lt;/p&gt;&lt;p&gt;Segundo Look, o melhor algoritmo clássico obteve 41,8 pontos na avaliação de condução, ante 32,0 para o módulo de planejamento do UniAD. Os criadores do HUGSIM dizem que calculam o resultado multiplicando a pontuação média do veículo ao longo da simulação pela fração do percurso que ele completa.&lt;/p&gt;&lt;p&gt;Look observou os maiores ganhos quando o veículo de teste encontrou carros parados ou que vinham em sentido contrário. Não houve ganho quando outros carros viraram em direção ao veículo de teste. Segundo o pesquisador, com o módulo do UniAD, o veículo colidiu com um carro em 182 simulações. Com o melhor algoritmo clássico, completou o percurso em 31 dessas simulações.&lt;/p&gt;&lt;h3&gt;Fontes&lt;/h3&gt;&lt;ol&gt;&lt;li&gt;&lt;a href=&quot;https://arxiv.org/abs/2611.25138&quot;&gt;Old-School Planners Drive (Sometimes) Better Than Learned Ones&lt;/a&gt;, arXiv&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://arxiv.org/html/2611.25138v1&quot;&gt;Old-School Planners Drive (Sometimes) Better Than Learned Ones&lt;/a&gt;, arXiv&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://xdimlab.github.io/HUGSIM/&quot;&gt;HUGSIM: A Real-Time, Photo-Realistic and Closed-Loop Simulator for Autonomous Driving&lt;/a&gt;, XDimLab&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://arxiv.org/abs/2212.10156&quot;&gt;Planning-oriented Autonomous Driving&lt;/a&gt;, arXiv&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://arxiv.org/html/2412.01718&quot;&gt;HUGSIM: A Real-Time, Photo-Realistic and Closed-Loop Simulator for Autonomous Driving&lt;/a&gt;, arXiv&lt;/li&gt;&lt;/ol&gt;&lt;p&gt;O sistema de redação da ITANU produziu este artigo com IA e o conferiu nas fontes listadas acima.&lt;/p&gt;</content:encoded></item><item><title>Pesquisadores propõem teste para saber quando um robô pode acionar o modo de recuperação com segurança</title><link>https://itanu.org/pt/magazine/safety-test-for-robots-that-switch-to-fallback-x23booww/</link><guid isPermaLink="true">https://itanu.org/pt/magazine/safety-test-for-robots-that-switch-to-fallback-x23booww/</guid><pubDate>Thu, 19 Nov 2026 11:47:29 GMT</pubDate><dc:creator>Redação da ITANU Magazine</dc:creator><category>Robótica</category><description>Segundo os autores, um drone simulado evitou colisões em todos os testes. Na pista molhada, um carro de corrida autônomo da IndyNXT fez oito recuperações certificadas em 30 minutos, relata o grupo.</description><content:encoded>&lt;h3&gt;Pontos principais&lt;/h3&gt;&lt;ul&gt;&lt;li&gt;Os autores dizem que podem certificar as condições em que um robô pode acionar com segurança um modo de recuperação confiável.&lt;/li&gt;&lt;li&gt;Em cada par de simulações, o drone que mudou de modo chegou ao destino antes do que usou um filtro de segurança, relatam os pesquisadores.&lt;/li&gt;&lt;li&gt;Segundo o grupo, o próprio carro de corrida decidiu quando mudar de modo durante o teste em pista molhada, no qual atingiu 20 m/s.&lt;/li&gt;&lt;/ul&gt;&lt;p&gt;Em um estudo preliminar submetido ao arXiv em 17 de novembro de 2026, pesquisadores propõem uma forma de certificar quando um robô pode acionar com segurança um modo de recuperação confiável. Os autores chamam a abordagem de capacidade de recuperação e relatam testes em simulações de voo e com um carro de corrida autônomo.&lt;/p&gt;&lt;p&gt;Os autores chamam de “tubo” a região em que conseguem certificar a recuperação. Segundo eles, acionar o modo de recuperação em qualquer ponto dessa região garante convergência exponencial, mesmo que o robô sofra perturbações ou que seu modelo seja impreciso.&lt;/p&gt;&lt;p&gt;Nas simulações com o drone, os pesquisadores compararam a troca de modo com o uso de um filtro de segurança que combinava comandos dos mesmos modos de voo e de recuperação.&lt;/p&gt;&lt;p&gt;No circuito Putnam Park Road Course, o carro de corrida da IndyNXT decidiu a bordo quando mudar de modo e atingiu 20 m/s na chuva, segundo o grupo. Os pesquisadores relatam que, com a menor aderência, o carro se aproximou várias vezes do limite do tubo nas curvas e que registraram oito recuperações certificadas nos 30 minutos de teste.&lt;/p&gt;&lt;h3&gt;Fontes&lt;/h3&gt;&lt;ol&gt;&lt;li&gt;&lt;a href=&quot;https://arxiv.org/abs/2611.23589&quot;&gt;Recoverability, Not Invariance: Certified Safety for Robots at the Limits of Performance&lt;/a&gt;, arXiv&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://arxiv.org/html/2611.23589v1&quot;&gt;Recoverability, Not Invariance: Certified Safety for Robots at the Limits of Performance&lt;/a&gt;, arXiv&lt;/li&gt;&lt;/ol&gt;&lt;p&gt;O sistema de redação da ITANU produziu este artigo com IA e o conferiu nas fontes listadas acima.&lt;/p&gt;</content:encoded></item><item><title>Pesquisadores de Purdue apresentam sensor tátil flexível para robôs</title><link>https://itanu.org/pt/magazine/purdue-researchers-introduce-flexible-touch-sensor-for-robots-h626ymts/</link><guid isPermaLink="true">https://itanu.org/pt/magazine/purdue-researchers-introduce-flexible-touch-sensor-for-robots-h626ymts/</guid><pubDate>Thu, 19 Nov 2026 06:02:47 GMT</pubDate><dc:creator>Redação da ITANU Magazine</dc:creator><category>Robótica</category><description>Segundo os autores, um cartucho de gel permite estimar a força em três eixos em cada ponto do sensor. Ao combinar tato e visão, o robô passou de 6 inserções de pinos bem-sucedidas em 15 tentativas para 13 em 15.</description><content:encoded>&lt;h3&gt;Pontos principais&lt;/h3&gt;&lt;ul&gt;&lt;li&gt;Segundo os pesquisadores de Purdue, a superfície sensora tem cerca de 3,5 mm de espessura e usa componentes disponíveis no mercado.&lt;/li&gt;&lt;li&gt;Ao estimar a direção da força lateral, os pesquisadores registraram um erro mediano de 4,8 graus.&lt;/li&gt;&lt;li&gt;Segundo os pesquisadores, as medições de pressão ajudaram o robô a inserir pinos. Na separação de cubos, a variação na taxa de sucesso não foi estatisticamente significativa.&lt;/li&gt;&lt;/ul&gt;&lt;p&gt;O MARS Lab da Universidade Purdue apresentou na página do projeto o LuxTac, um sensor tátil óptico para robôs. Num artigo preliminar submetido ao arXiv em 17 de novembro, os pesquisadores descrevem uma superfície flexível com cerca de 3,5 mm de espessura, feita com componentes disponíveis no mercado.&lt;/p&gt;&lt;p&gt;Segundo os pesquisadores, um cartucho simples de gel mede a força com que um objeto pressiona a superfície do sensor. Quanto mais o objeto penetra no silicone, menos luz emitida por um LED retorna ao detector que fica por baixo. Num segundo cartucho, paredes coloridas alteram a cor da luz que retorna quando há uma força lateral. Isso permite estimar a força em três eixos em cada detector.&lt;/p&gt;&lt;p&gt;Em testes com pontas de três formatos diferentes para pressionar o sensor, os autores relataram um erro mediano de 4,8 graus na estimativa da direção da força lateral. Nos testes com o robô, a pressão foi a única informação tátil utilizada.&lt;/p&gt;&lt;p&gt;Na separação de cubos, o número de acertos passou de 5 para 6 em 15 tentativas. Segundo os autores, a diferença não foi estatisticamente significativa.&lt;/p&gt;&lt;h3&gt;Fontes&lt;/h3&gt;&lt;ol&gt;&lt;li&gt;&lt;a href=&quot;https://arxiv.org/abs/2611.23575&quot;&gt;LuxTac: A Flexible, Scalable, and Open-Source Optical Taxel Array with Distributed Three-Axis Force Sensing for Tactile Robot Learning&lt;/a&gt;, arXiv&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://luxtac.github.io/&quot;&gt;LuxTac: A Flexible, Scalable, and Open-Source Optical Taxel Array&lt;/a&gt;, LuxTac project&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://arxiv.org/html/2611.23575v1&quot;&gt;LuxTac: A Flexible, Scalable, and Open-Source Optical Taxel Array with Distributed Three-Axis Force Sensing for Tactile Robot Learning&lt;/a&gt;, arXiv&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://github.com/AdeeshDesai/LuxTac-Sim&quot;&gt;AdeeshDesai/LuxTac-Sim&lt;/a&gt;, LuxTac project&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://github.com/luxtac/luxtac.github.io&quot;&gt;luxtac/luxtac.github.io&lt;/a&gt;, LuxTac project&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://engcourses-uofa.ca/books/statics/internal-forces/types-of-internal-forces-and-their-diagrams/&quot;&gt;Types of internal forces&lt;/a&gt;, University of Alberta&lt;/li&gt;&lt;/ol&gt;&lt;p&gt;O sistema de redação da ITANU produziu este artigo com IA e o conferiu nas fontes listadas acima.&lt;/p&gt;</content:encoded></item><item><title>Pesquisadores apresentam módulo de código aberto para instrumentos de robôs cirúrgicos</title><link>https://itanu.org/pt/magazine/researchers-announce-module-for-surgical-robot-instruments-5a5gfo62/</link><guid isPermaLink="true">https://itanu.org/pt/magazine/researchers-announce-module-for-surgical-robot-instruments-5a5gfo62/</guid><pubDate>Wed, 18 Nov 2026 11:35:26 GMT</pubDate><dc:creator>Redação da ITANU Magazine</dc:creator><category>Robótica</category><description>Segundo os autores, o módulo liga instrumentos da Vinci X/Xi a braços robóticos UR5/UR5e e registra comandos de energia cirúrgica, mantendo a prioridade dos pedais.</description><content:encoded>&lt;h3&gt;Pontos principais&lt;/h3&gt;&lt;ul&gt;&lt;li&gt;Os autores descrevem um módulo para operar instrumentos da Vinci X/Xi com braços UR5/UR5e.&lt;/li&gt;&lt;li&gt;Segundo o artigo, os pedais dos cirurgiões têm prioridade sobre os comandos de energia enviados por software.&lt;/li&gt;&lt;li&gt;Os autores afirmam que o repositório ARTS fornece firmware, software de controle de dispositivos e arquivos de projeto.&lt;/li&gt;&lt;/ul&gt;&lt;p&gt;Pesquisadores apresentaram um módulo de código aberto que permite a braços robóticos UR5/UR5e operar instrumentos cirúrgicos da Vinci X/Xi, num artigo submetido ao arXiv em 16 de novembro de 2026. Os autores descrevem o módulo como uma ferramenta de pesquisa em cirurgia laparoscópica.&lt;/p&gt;&lt;p&gt;Segundo os autores, cinco motores acionam discos de transmissão com molas por meio de correias dentadas. Uma interface de ativação de energia cirúrgica recebe comandos de software, mas permite que os pedais dos cirurgiões se sobreponham a eles, registrando a origem de cada solicitação. Nos testes de bancada, os autores relatam que a interface registrou todos os 12 eventos de ativação e desativação gerados por seis acionamentos dos pedais.&lt;/p&gt;&lt;p&gt;Segundo o artigo, o repositório ARTS disponibiliza arquivos de projeto assistido por computador, além de firmware e software de controle de dispositivos. O repositório indica a licença Apache-2.0 e descreve adaptadores com posicionamento automático para estabelecer as posições de referência dos motores. Os autores afirmam que os utilizadores precisam selecionar manualmente a configuração do instrumento.&lt;/p&gt;&lt;p&gt;Os autores também descrevem suporte ao SureForm 45 Stapler, incluindo um mapeamento de comandos para controlar a rotação da haste, o movimento da articulação e o movimento das mandíbulas. Segundo eles, o disparo de grampos continua a ser uma etapa de desenvolvimento separada, que será avaliada em trabalhos futuros.&lt;/p&gt;&lt;h3&gt;Fontes&lt;/h3&gt;&lt;ol&gt;&lt;li&gt;&lt;a href=&quot;https://arxiv.org/abs/2611.21771&quot;&gt;An Open-Source da Vinci X/Xi Instrument Module for Laparoscopic Surgery Research&lt;/a&gt;, arXiv&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://arxiv.org/html/2611.21771v1&quot;&gt;An Open-Source da Vinci X/Xi Instrument Module for Laparoscopic Surgery Research&lt;/a&gt;, arXiv&lt;/li&gt;&lt;li&gt;&lt;a href=&quot;https://github.com/MRE-Lab-UMD/arts&quot;&gt;MRE-Lab-UMD/arts&lt;/a&gt;, MRE-Lab-UMD / GitHub&lt;/li&gt;&lt;/ol&gt;&lt;p&gt;O sistema de redação da ITANU produziu este artigo com IA e o conferiu nas fontes listadas acima.&lt;/p&gt;</content:encoded></item></channel></rss>
