# VICTR aumenta o sucesso de robôs em tarefas com demonstrações

> Uma equipe de pesquisa relata que o VICTR elevou para 23,8% o sucesso em tarefas inéditas de manipulação no mundo real, ante 6,2% com um modelo de referência ajustado.

Oossa · 2026-11-09 · https://oossa.com/pt/victr-improves-robot-task-success-using-demonstration-progress

Pesquisadores apresentam o VICTR, um método que ajuda robôs de visão-linguagem-ação a selecionar trechos úteis de uma demonstração enquanto executam uma tarefa. Em vez de buscar exemplos apenas pela semelhança visual, o método estima o quanto o robô avançou em relação a um vídeo de referência e, então, fornece trechos da demonstração referentes à etapa correspondente para uma política π0.5.

Em tarefas de manipulação no mundo real que não faziam parte do treinamento e estavam fora do domínio, a equipe relata uma taxa de sucesso de 23,8%, contra 6,2% com uma versão ajustada da π0.5. O artigo também informa que o progresso nas tarefas subiu de 28,9% para 55,5%; não demonstra, porém, como o método se sairia em uma implementação mais ampla.

## Os fatos

- O VICTR usa um estimador de progresso condicionado por uma demonstração de referência, uma instrução em linguagem e a observação atual.
- Sucesso relatado: 23,8% com o VICTR, contra 6,2% com a versão ajustada da π0.5.

## Por que importa

Para pesquisadores de robótica, o VICTR indica que selecionar demonstrações de acordo com o progresso na tarefa pode ajudar robôs a lidar com tarefas de manipulação desconhecidas; o desempenho além dos testes relatados ainda é incerto.

## Fontes e referências

1. [VICTR: Value-Informed In-Context Learning for Vision-Language-Action Models](https://arxiv.org/abs/2611.08698) – arXiv cs.RO, 2026-11-09

Última atualização: 2026-11-09