A comunicação entre humanos vai muito além das palavras — envolve gestos, olhares e contexto. Agora, pesquisadores estão levando essa lógica para a robótica. Um novo estudo da Brown University desenvolveu um sistema que permite que robôs localizem objetos em ambientes complexos interpretando sinais humanos simples, como apontar e direcionar o olhar.
Como os robôs estão “aprendendo” a entender humanos
A proposta busca resolver um dos principais desafios da robótica: lidar com ambientes desorganizados e cheios de incertezas. Em situações com objetos semelhantes, itens duplicados ou parcialmente ocultos, os robôs costumam falhar ou tomar decisões equivocadas.
Para superar esse problema, os cientistas integraram diferentes formas de comunicação em um único sistema: linguagem natural, gestos, direção do olhar e contexto visual. Em vez de tratar cada elemento separadamente, o robô passa a interpretá-los como pistas complementares.
++ Receita cria restituição automática e promete pagamento direto a milhões de trabalhadores
Decisões baseadas em probabilidade
O funcionamento do sistema se baseia em um modelo matemático conhecido como Processo de decisão de Markov parcialmente observável. Na prática, isso significa que o robô não assume ter todas as informações, mas trabalha com probabilidades.
Ao receber um comando como “pegue o objeto vermelho”, por exemplo, ele considera múltiplas possibilidades e usa gestos — como um apontar — para reduzir a área de busca. Esse gesto é interpretado como um “cone de probabilidade”, indicando onde o objeto provavelmente está, e não como uma direção exata.
Segundo a pesquisadora Ivy He, autora principal do estudo, “a busca por objetos exige que um robô navegue por ambientes extensos”. Ela destaca que a combinação de linguagem e gestos ajuda a lidar melhor com ambiguidades.
Inspiração veio até dos cães
Um dos insights do estudo veio da observação do comportamento de cães, que conseguem interpretar apontamentos humanos de forma intuitiva. Diferente das máquinas, eles não tratam o gesto como algo exato, mas como uma pista dentro de um contexto maior.
A equipe, que inclui a cientista cognitiva Daphna Buchsbaum, adaptou esse comportamento para um modelo computacional, incorporando também o alinhamento entre olhar e movimento do braço para aumentar a precisão.
++ Albânia estuda criar microestado islâmico e pode superar Vaticano como menor país do mundo
Resultados e próximos passos
Nos testes realizados em laboratório, o sistema atingiu cerca de 89% de acerto na identificação de objetos — desempenho superior a métodos que utilizam apenas linguagem ou apenas visão.
Para os pesquisadores, o avanço abre caminho para robôs mais úteis no dia a dia, capazes de atuar como assistentes em casas, hospitais ou ambientes de trabalho.
“A estrutura que desenvolvemos ajuda a pavimentar o caminho para uma interação multimodal perfeita entre humanos e robôs”, afirmou o coautor Jason Liu.
Um passo rumo à comunicação natural
O estudo indica que o futuro da robótica não depende apenas de sensores mais avançados, mas também de compreender melhor como os humanos se comunicam. Ao incorporar gestos, olhar e contexto, os robôs ficam mais próximos de interações naturais — semelhantes às que acontecem entre pessoas no cotidiano.
Não deixe de nos seguir no Instagram para mais notícias da Pardal Tech
