# Robota-Embed aumenta o sucesso de robôs em tarefas

> O novo modelo recupera experiências anteriores dos robôs para aprimorar o aprendizado em contexto e elevar as taxas de sucesso em simulações e tarefas reais.

Oossa · 2026-10-15 · https://oossa.com/pt/robota-embed-boosts-robot-task-success-with-unified-vision-language-action-embed

Pesquisadores liderados por Yunze Liu lançaram o Robota-Embed, um modelo de embeddings de visão, linguagem e ação para robôs. Ele codifica em conjunto o estado atual, as informações visuais e as ações e, em seguida, recupera continuações anteriores semelhantes para usá-las como contexto. Nos testes, a taxa de sucesso subiu de 47% para 56% no benchmark DROID‑Sim e de 86% para 93% no subconjunto difícil do LIBERO. O modelo também ajudou uma política GPT‑6 Astra congelada a completar cinco tarefas do ManiSkill, com 68% de sucesso, ante 24% da política sem o modelo.

## Os fatos

- Corpus de treinamento: 1,695,684 âncoras limpas; benchmark: 4,000 consultas e galeria com 8,000 entradas
- Publicado em: 2026-10-15

## Por que importa

Desenvolvedores de robôs podem usar o Robota-Embed para melhorar o desempenho em tarefas sem retreinar as políticas, economizando computação e esforço na coleta de dados.

## Fontes e referências

1. [Robota-Embed: Unified VLA Embeddings for Robot In-Context Learning and Evolution](https://arxiv.org/abs/2610.19495) – arXiv cs.RO, 2026-10-15

Última atualização: 2026-10-15