# Robo‑COP permite que robôs se aprimorem durante o uso

> O novo sistema Robo‑COP treina em conjunto as políticas dos robôs e seus orquestradores, elevando o índice de sucesso para 73,8% em simulações e 50% no mundo real.

Oossa · 2026-10-08 · https://oossa.com/pt/robo-cop-lets-robots-improve-themselves-while-deployed

Pesquisadores apresentaram o Robo‑COP, um método que ajusta em conjunto, durante o uso real, a política de visão, linguagem e ação de um robô e seu orquestrador. O sistema coleta dados sobre os próprios erros, atualiza a política e só adota a nova versão depois que ela demonstra desempenho melhor nas tarefas para as quais foi treinada. Em dez tarefas simuladas do RoboLab, o índice de sucesso subiu de 64,8% para 73,8%; em três tarefas no mundo real, passou de 38,3% para 50,0%.

## Os fatos

- O índice médio de sucesso em tarefas de simulação não usadas no treinamento subiu de 64,8% para 73,8%
- O índice de sucesso em tarefas reais não usadas no treinamento subiu de 38,3% para 50,0%

## Por que importa

Isso permite que robôs de serviço melhorem durante o trabalho e reduz a necessidade de reprogramá-los manualmente com frequência.

## Fontes e referências

1. [Co-Evolving Robot Orchestrators and Policies through Deployment](https://arxiv.org/abs/2610.09228) – arXiv cs.RO, 2026-10-08

Última atualização: 2026-10-08