# ReDex melhora o desempenho real de mãos robóticas treinadas em simulação

> O novo método eleva de 14% para 86% o sucesso ao virar objetos e de 26% para 95% o progresso na rotação de chaves de fenda em robôs reais.

Oossa · 2026-10-07 · https://oossa.com/pt/redex-boosts-real-world-success-of-simulation-trained-hand-policies

Pesquisadores liderados por Jinzhou Li lançaram o ReDex, um método para adaptar a políticas de mãos hábeis treinadas em simulação ao hardware real. O sistema permite que uma pessoa corrija suavemente o contato dos dedos enquanto a política original controla os demais. Os dados de execuções que combinam a política-base, movimentos dos dedos guiados por uma pessoa e informações sobre a força na ponta dos dedos são usados para treinar uma nova política condicionada à força por meio de clonagem comportamental. Em testes com duas tarefas que exigem contato intenso, o ReDex elevou o sucesso ao virar objetos de 14% para 86% e o progresso na rotação de uma chave de fenda de 26% para 95,3%.

## Os fatos

- O sucesso ao virar objetos passou de 14% para 86% em dois objetos.
- O progresso na rotação de chaves de fenda aumentou de 26,0% para 95,3% em três objetos.

## Por que importa

O método mostra uma forma prática de transformar habilidades manuais treinadas em simulação em ações confiáveis de robôs no mundo real, com correções humanas mínimas.

## Fontes e referências

1. [ReDex: Repairing Sim-to-Real Dexterous Policies by Finger-Level Compliant Interaction](https://arxiv.org/abs/2610.07525) – arXiv cs.RO, 2026-10-07

Última atualização: 2026-10-07