# GUARD afasta políticas robóticas de ações arriscadas

> Um novo método usa pontuações de anomalia dos dados de treinamento de uma política para orientar ações robóticas. Os autores relatam avanços em tarefas de manipulação simuladas e no mundo real.

Oossa · 2026-11-10 · https://oossa.com/pt/guard-steers-robot-policies-away-from-risky-actions

Pesquisadores apresentaram o GUARD, um método para orientar políticas generativas de robôs durante a execução, sem alterar a política pré-treinada. Ele combina recompensas da tarefa com pontuações de anomalia — sinais de que uma ação está fora dos padrões sustentados pelos dados de treinamento — e usa uma função Q aprendida para orientar o processo de geração de ações da política.

Em quatro tarefas simuladas de manipulação dextra, os autores relatam taxas médias de sucesso de 96% em condições normais e 80% com a dinâmica perturbada, superando a melhor abordagem de referência em 21 e 20 pontos percentuais, respectivamente. Também relatam aumentos nas taxas de sucesso de 40 pontos na rotação de uma chave de fenda na mão e de 25 pontos na reorientação, em testes diretos de sim-to-real.

## Os fatos

- O artigo relata testes em quatro tarefas de manipulação dextra do conjunto Adroit.
- O histórico de submissões ao arXiv registra a primeira versão em November 7, 2026.

## Por que importa

Para equipes de robótica que adaptam políticas generativas a condições variáveis, o GUARD oferece uma forma de usar anomalias nos dados de treinamento como sinal de alerta durante a seleção de ações. O artigo relata resultados promissores, mas não demonstra o desempenho do método além das tarefas testadas.

## Fontes e referências

1. [GUARD: Anomaly-Informed Q-Steering for Generative Robot Policies in Dexterous Manipulation](https://arxiv.org/abs/2611.10343) – arXiv cs.RO, 2026-11-10

Última atualização: 2026-11-10