Este artigo foi trazido a você pela AGILINK.
Em todo o salão de exposições da Conferência Internacional IEEE sobre Robótica (ICRA) de 2026, em Viena, uma demonstração pareceu atrair uma quantidade desproporcional de atenção.
Duas mãos robóticas faziam um cachorro-balão. Lenta e deliberadamente, o robô torceu um longo balão em voltas, curvas e juntas sem estourá-lo. Os visitantes paravam, observavam e muitas vezes voltavam com colegas para assistir novamente.
A demonstração do cão-balão da AGILINK atrai uma multidão no ICRA 2026.AGILLINK
À primeira vista, a demonstração parecia quase divertida. Entre os roboticistas, no entanto, a torção do balão é amplamente reconhecida como uma tarefa de manipulação extraordinariamente difícil.
Um balão é leve, altamente deformável, escorregadio e extremamente sensível à força. Cada torção altera sua geometria e pressão interna, transformando uma atividade aparentemente simples em um problema de interação física em constante mudança.
Os humanos navegam por essas mudanças quase intuitivamente. Ao fazer um balão animal, as pessoas raramente pensam conscientemente sobre regulação de força, prevenção de deslizamento ou estabilidade de contato. Eles simplesmente se ajustam.
Para os robôs, esses ajustes continuam extremamente difíceis. O desafio não é apenas mover os dedos para as posições corretas. A parte mais difícil é manter a interação estável enquanto o próprio objeto muda.
Destaques das demonstrações ICRA 2026 da AGILINK, incluindo detecção visuotátil, manipulação manual, modelagem de animais em balões e outras tarefas ricas em contato possibilitadas pela mais recente plataforma OmniHand da empresa.AGILLINK
Essa distinção ajuda a explicar por que o cão-balão atraiu tanta atenção em Viena. O que parecia ser uma demonstração de destreza era, em muitos aspectos, uma demonstração sobre o próprio contato.
À medida que a manipulação robótica continua a avançar, um número crescente de investigadores chega a uma conclusão semelhante: muitos dos problemas mais difíceis da robótica começam apenas depois de ocorrer o contacto.
A torção de balões combina dois desafios que a robótica tradicionalmente tem lutado para resolver simultaneamente: execução de tarefas em longo horizonte e manipulação rica em contato.
O primeiro diz respeito ao movimento.
Um cachorro-balão não é criado através de um único aperto ou torção. Ela emerge através de uma sequência cuidadosamente ordenada de manipulações, cada uma estabelecendo as condições para o que se segue. Um pequeno erro rotacional introduzido precocemente pode parecer insignificante no início, mas vários passos depois pode impedir completamente a formação da estrutura final.
Nesse sentido, torcer o balão é uma tarefa de longo horizonte. O sucesso depende não apenas da execução correta das ações individuais, mas também da preservação da viabilidade futura de todo o processo de manipulação.
Para enfrentar este desafio, a AGILINK começou por recolher demonstrações de artistas profissionais de balões. As ações humanas foram mapeadas em mãos robóticas para estabelecer uma política inicial de manipulação. Mas as demonstrações bem-sucedidas por si só foram insuficientes.
Na prática, parte do aprendizado mais valioso ocorreu quando a execução começou a caminhar rumo ao fracasso. Sempre que surgia instabilidade, operadores humanos intervinham e corrigiam a manipulação em tempo real. Essas intervenções foram gravadas e incorporadas em ciclos de aprendizagem por reforço, permitindo ao sistema aprender não apenas como as demonstrações bem-sucedidas se desenrolam, mas também como os operadores experientes se recuperam quando as coisas começam a dar errado.
Através deste processo, o robô adquiriu gradualmente as capacidades necessárias para a execução de tarefas de longo horizonte – uma coleção de habilidades que o AGILINK agrupa sob o termo inteligência de movimento: a capacidade de gerar ações, coordenar comportamentos bimanuais e executar sequências de manipulação estendidas sob incerteza do mundo real.
OmniHand 3 Ultra-M em exibição na ICRA 2026.AGILLINK
No entanto, o movimento por si só não explica por que a torção do balão continua difícil. O segundo desafio é o contato.
O robô deve regular continuamente a força, ajustar os locais de contato e responder a mudanças sutis no estado do objeto. Estas decisões são difíceis de codificar através de regras explícitas. Mesmo operadores humanos qualificados muitas vezes confiam na intuição táctil desenvolvida através da experiência, em vez de estratégias articuladas conscientemente.
A análise dessas intervenções revelou que muitas falhas não se originaram de sequências de ação incorretas, mas da própria quebra do contato.
Para capturar melhor essas dinâmicas de interação, o AGILINK coletou dados de intervenção centrados no contato e incorporou essas interações no treinamento de aprendizagem por reforço. Em vez de aprender apenas quais movimentos realizar, o sistema também aprendeu como os humanos mantêm a estabilidade quando as condições de contato começam a deteriorar-se.
AGILINK descreve esta capacidade como inteligência de contato: a capacidade de estabelecer, manter e adaptar a interação física à medida que a distribuição de força, atrito, deformação e geometria de contato evoluem continuamente.
A distinção entre as duas capacidades é sutil, mas importante. A inteligência de movimento determina o que o robô pretende fazer. A inteligência de contato determina se ele pode continuar fazendo isso. Para torcer o balão, ambos são necessários. Um fornece a sequência de ações. O outro mantém essas ações fisicamente viáveis.
O YouTuber KhanFlicks segue os movimentos do OmniHand enquanto aprende a dobrar um cachorro-balão no estande da AGILINK.AGILLINK
Entre um balão escapando e um balão estourando existe uma estreita região de estabilidade. A manipulação bem-sucedida depende de encontrar essa região – e permanecer dentro dela durante toda a tarefa.
Apresentando a mão hábil OmniHand 3 Ultra-M
A demonstração do cão-balão demonstrou capacidade de manipulação. Também revelou uma questão mais ampla. Quanta inteligência de contato pode ser alcançada apenas através do aprendizado? Um robô só pode regular o que pode perceber. Ele só pode responder tão rapidamente quanto seu hardware permitir.
À medida que as tarefas de manipulação se tornam cada vez mais complexas, os investigadores descobrem que o progresso depende não apenas de melhores políticas, mas também de uma detecção mais rica e de uma resposta física mais rápida.
Essa constatação serviu de pano de fundo para o segundo grande anúncio da AGILINK na ICRA 2026. Juntamente com a demonstração do cão-balão, a empresa apresentou o OmniHand 3 Ultra-M.
OmniHand 3 Ultra-M corresponde ao tamanho de uma mão humana adulta.AGILLINK
As duas exposições representaram etapas diferentes de uma mesma trajetória tecnológica. Se o cão-balão demonstrou o que a inteligência de contato já pode realizar hoje, o Ultra-M foi projetado para explorar o que a inteligência de contato pode exigir no futuro.
Construindo Hardware para Inteligência de Contato
Aproximadamente do tamanho de uma mão humana adulta, o OmniHand 3 Ultra-M integra 20 graus de liberdade ativos em um formato em escala humana.
Sua característica mais distintiva é uma arquitetura totalmente direta. Ao adotar a atuação de acionamento direto em todo o sistema, a mão foi projetada para permitir uma regulação de força mais rápida e transparente e maior largura de banda de controle de força, permitindo uma resposta mais rápida à medida que as condições de contato mudam. Para manipulação rica em contato, a capacidade de resposta pode ser tão importante quanto a própria detecção.
Ao adotar a atuação de acionamento direto em todo o sistema, o OmniHand 3 Ultra-M foi projetado para permitir uma regulação de força mais rápida e transparente e maior largura de banda de controle de força, permitindo uma resposta mais rápida conforme as condições de contato mudam.
A plataforma também incorpora detecção tátil em quase toda a mão. Cada ponta do dedo contém um sensor tátil em miniatura baseado na visão, enquanto mais de 300 pontos de detecção tátil tridimensionais estão distribuídos por toda a palma. Juntos, eles fornecem informações não apenas sobre onde ocorre o contato, mas também sobre como o contato está evoluindo.
O sistema foi projetado para estimar a distribuição de pressão, forças de cisalhamento, deformação local, tendências de escorregamento e outras dinâmicas de interação que muitas vezes permanecem invisíveis aos sistemas convencionais de controle baseados em posição.
De acordo com os testes do AGILINK, os sensores individuais alcançam uma resolução de força de aproximadamente 0,005 N – aproximadamente equivalente à detecção do peso de uma folha de papel apoiada na ponta de um dedo. A resolução espacial atinge aproximadamente 0,04 mm, enquanto a densidade de detecção se aproxima de 50.000 pontos de detecção por centímetro quadrado.
OmniHand 3 Ultra-M reconhece a textura das penas por meio de detecção tátil baseada na visão.AGILLINK
Para robôs hábeis, o contato tem sido tradicionalmente um processo amplamente oculto. O Ultra-M foi projetado para tornar esse processo mais observável.
Em vez de simplesmente detectar que o contacto ocorreu, o sistema tenta resolver onde a interacção está a acontecer, como as forças são distribuídas, se a instabilidade está a começar a surgir e como as estratégias de manipulação devem adaptar-se em resposta.
O cachorro-balão ofereceu um vislumbre do que a inteligência de contato já pode realizar. O Ultra-M explora uma questão diferente: quais recursos podem ser necessários para levar ainda mais a inteligência de contato?
O mundo físico continua sendo a referência mais difícil
A importância da inteligência de contato vai muito além dos animais-balão. Muitas tarefas que continuam a resistir à automação envolvem interação instável ou deformável: inserção de cabos, manuseio de roupas, embalagens flexíveis, montagem delicada, encaixe de conectores, uso de ferramentas e manipulação doméstica.
Essas tarefas são difíceis não porque os robôs não consigam chegar ao local correto, mas porque manter a interação estável após o início do contato permanece extraordinariamente difícil.
Durante décadas, a robótica alcançou muitos dos seus sucessos reduzindo a incerteza. As fábricas foram projetadas para tornar o movimento robótico previsível, repetível e altamente estruturado. O mundo físico se comporta de maneira diferente.
Uma parte crescente da investigação em robótica está a migrar para a interação em si – compreender como os robôs podem estabelecer, manter e adaptar o contacto físico em ambientes que permanecem fundamentalmente imprevisíveis.
Mudança de objetos. Os materiais se deformam. Mudanças de atrito. O contato evolui. Ambientes reais raramente seguem scripts. Visto através dessas lentes, o cachorro-balão nunca foi realmente sobre o cachorro-balão. O que atraiu a atenção no ICRA não foi simplesmente uma demonstração visualmente impressionante, mas o que revelou: a inteligência no mundo físico é, em última análise, medida através da interacção.
À medida que a geração de movimento continua a amadurecer, uma parte crescente da investigação em robótica está a migrar para a interação em si – compreendendo como os robôs podem estabelecer, manter e adaptar o contacto físico em ambientes que permanecem fundamentalmente imprevisíveis.
Para os robôs que se deslocam para além de ambientes estruturados e para ambientes do mundo real menos previsíveis, a gestão do contacto pode tornar-se tão importante como o próprio movimento.
