# SimVLA permite robôs aprenderem por simulação, sem exemplos reais

> Pesquisadores mostram que um modelo de visão, linguagem e ação treinado apenas com dados sintéticos pode realizar tarefas de manipulação móvel em casas reais.

Oossa · 2026-10-09 · https://oossa.com/pt/simvla-enables-zero-shot-robot-learning-from-simulation

Uma equipe liderada por Kyoungin Baik lançou o SimVLA, uma estrutura que treina modelos de visão, linguagem e ação (VLA) inteiramente com dados simulados de robôs. Primeiro, o sistema aprende com dois grandes conjuntos de dados simulados — o SimAction, que abrange 35 tarefas de manipulação móvel, e o SimVQA, que acrescenta supervisão detalhada de linguagem visual. Após uma etapa adicional de treinamento com trajetórias simuladas, o SimVLA foi testado em tarefas do mundo real, como reabastecer prateleiras, servir líquidos e limpar. Nesses testes, superou políticas treinadas com 50 demonstrações reais, mostrando que a simulação pode substituir a coleta dispendiosa de dados no mundo real.

## Os fatos

- O SimAction abrange 35 tarefas de manipulação móvel
- O SimVLA superou políticas treinadas com 50 demonstrações reais do mesmo domínio

## Por que importa

Se os robôs puderem aprender apenas com simulações, os fabricantes poderão desenvolver assistentes domésticos com mais rapidez e menor custo.

## Fontes e referências

1. [SimVLA: Zero-Shot Sim-to-Real VLA Learning for Mobile Manipulation](https://arxiv.org/abs/2610.11248) – arXiv cs.RO, 2026-10-09

Última atualização: 2026-10-09