Robô com LLM do Google: como um modelo de 270M de parâmetros aprendeu a controlar movimentos

Um engenheiro integrou um modelo de linguagem aberto e compacto do Google, com 270 milhões de parâmetros, a um robô de esteiras equipado com um braço manipulador. O treinamento para controlar os movimentos do robô aconteceu exclusivamente em simulação. Segundo o experimento, LLMs compactos conseguem aprender a controlar sistemas físicos complexos sem exigir enormes recursos computacionais.

Por que um LLM compacto

O Google lançou a série de modelos compactos Gemini Nano, voltada a dispositivos com recursos computacionais limitados. Um modelo de 270 milhões de parâmetros não é um GPT-4 monstruoso, e sim uma ferramenta enxuta e elegante, que pode rodar diretamente nos sistemas embarcados do robô, sem recorrer a servidores na nuvem.

Essa arquitetura traz várias vantagens decisivas para a robótica. Primeiro, o modelo roda localmente e não precisa de conexão com a internet, o que torna o robô totalmente autônomo. Segundo, ele responde sem a latência da transmissão pela rede, algo crítico quando milissegundos definem o resultado de uma operação. Terceiro, o consumo de energia é baixo: a bateria do robô dura mais e a eletrônica não superaquece.

O autor escolheu esse modelo porque seu desempenho é suficiente para tomar decisões no controle de sistemas físicos. Um modelo compacto aprende mais rápido do que LLMs gigantes e precisa de menos dados de treinamento.

Treinamento em ambiente virtual

Todo o experimento foi feito em simulação, um ambiente virtual em que a física e a dinâmica se comportam como no mundo real. O robô de esteiras com manipulador não se movia em uma sala de verdade, e sim em um modelo computacional. Assim, o autor pôde testar rapidamente milhares de variações de comportamento sem o risco de danificar equipamentos reais e caros.

O modelo de linguagem recebia informações sobre o estado do robô — posição das esteiras, ângulo de rotação, coordenadas do manipulador e imagem de uma câmera virtual — e aprendia a decidir sozinho como agir.

O modelo aprendeu as seguintes habilidades:

• Controle das esteiras: quando acioná-las, em que direção e com que velocidade
• Navegação e orientação: como girar e se orientar no espaço
• Manipulação: como o braço deve se aproximar dos objetos, pegá-los e movê-los
• Coordenação: como sincronizar o movimento do corpo e do braço para executar tarefas complexas

O aprendizado foi por tentativa e erro: o modelo executava uma ação, via o resultado na simulação e ajustava o comportamento. O processo não é instantâneo, mas, após centenas de milhares de iterações, o modelo encontrou estratégias de controle eficientes. No fim, ele aprendeu a realizar manipulações direcionadas — pegar objetos, movê-los e empilhá-los — exatamente como se o robô fosse físico.

Neuropunk em vez de marketing

O autor chama o projeto de “neuropunk”: um experimento ao mesmo tempo tecnicamente interessante e provocativo. A filosofia é simples: se você pegar um modelo aberto, carregá-lo em um robô e deixá-lo aprender livremente em simulação, ele pode se tornar uma mão de obra útil?

Os céticos costumam responder que não — afinal, a robótica exigiria uma arquitetura especial, bilhões de parâmetros e megabytes de dados. A resposta do autor: não, pode sim. E funciona.

Isso não exige um número gigantesco de parâmetros, arquiteturas especiais nem dados infinitos. Um modelo compacto de 270 milhões de parâmetros basta para, em simulação, aprender a controlar um sistema mecânico nada trivial: um robô com esteiras e manipulador que executa manipulações no espaço tridimensional.

O paradoxo é que modelos compactos muitas vezes são mais versáteis do que ferramentas especializadas.

O que isso significa

O experimento apaga a fronteira entre modelos de linguagem “puros” e o controle de sistemas físicos. Amanhã, LLMs compactos poderão de fato controlar braços robóticos industriais, plataformas autônomas e robôs móveis diretamente no local de trabalho — em fábricas, armazéns, na agricultura e na logística. Sem recorrer à nuvem, sem latência de rede, com licenças abertas e a um custo acessível.

Isso, claro, quando os modelos aprenderem a transferir de forma confiável o conhecimento da simulação para o mundo real — o chamado sim-to-real transfer. E isso já começou.