# LANGUAGE-FORCING aumenta o sucesso de robôs humanoides

> O novo método de treinamento eleva de 53% para 71% o sucesso em tarefas reais, sem custo adicional durante a operação.

Oossa · 2026-10-20 · https://oossa.com/pt/language-forcing-boosts-humanoid-robot-task-success

Pesquisadores liderados por Yanjun Li apresentaram o LANGUAGE-FORCING, um método para treinar modelos de ação e representação do mundo para robôs usando descrições em linguagem do progresso das tarefas. O método alinha representações textuais de um modelo de visão e linguagem congelado às previsões visuais do robô sobre o futuro. O custo adicional ocorre apenas durante o treinamento, então o robô opera na mesma velocidade de antes. No benchmark HumanoidArena, o método alcançou uma taxa de sucesso de 79,17%, superando a política seguinte mais bem colocada por 9,46 pontos. Em cinco tarefas no mundo real, a taxa de sucesso subiu de 53,33% para 71,33%.

## Os fatos

- Artigo publicado em 2026-10-20 ("Tue Oct 20 2026").
- Sucesso no HumanoidArena: 79,17%, 9,46 pontos acima do concorrente mais forte.

## Por que importa

Para quem desenvolve robôs humanoides, a técnica oferece mais confiabilidade na execução de tarefas sem reduzir a velocidade do robô durante a operação.

## Fontes e referências

1. [Language-Forcing: Advancing Humanoid Loco-Manipulation via Semantic Alignment of Whole-Body World Action Models](https://arxiv.org/abs/2610.23894) – arXiv cs.RO, 2026-10-20

Última atualização: 2026-10-20