--- title: "Tsinghua e AgiBot criam robôs que aprendem entre si — automação industrial brasileira pode acelerar" slug: tsinghua-e-agibot-criam-robos-que-aprendem-entre-si-automacao-industrial type: news direction: China category: Tecnologia published: 2026-10-30 source_url: https://www.qbitai.com/2026/10/506662.html source: "QbitAI" url: https://chinabrazilinsight.com/news/tsinghua-e-agibot-criam-robos-que-aprendem-entre-si-automacao-industrial event_type: Tendência setorial verification: unverified content_level: Curadoria editorial --- # Tsinghua e AgiBot criam robôs que aprendem entre si — automação industrial brasileira pode acelerar > Universidade Tsinghua, Infinigence AI e AgiBot propõem o paradigma de Aprendizado por Experiência Coletiva (CEL), no qual robôs compartilham experiências bem-sucedidas entre si, atingindo 97,5% de taxa de sucesso em tarefas reais com 96 robôs — caminho que pode reduzir a dependência de operadores ## Por que importa Reduz a dependência de operadores humanos para treinar robôs, podendo acelerar a automação em fábricas brasileiras que importam células robóticas da China. Pesquisadores da Universidade Tsinghua, em conjunto com a Infinigence AI e a AgiBot, propuseram um novo paradigma de aprendizado para robôs chamado Aprendizado por Experiência Coletiva (CEL, na sigla em inglês). A ideia central é que os robôs deixem de depender exclusivamente de demonstrações humanas e passem a aprender uns com os outros: quando um robô encontra dificuldade, pode buscar soluções nas experiências bem-sucedidas de seus 'colegas'. A verificação foi feita em escala real com 96 robôs, e os resultados — 97,5% de taxa de sucesso geral em cinco tarefas, superando a média de seis operadores humanos — indicam um caminho tecnológico para destravar a implantação em massa da inteligência incorporada. Para o Brasil, o avanço interessa diretamente à automação industrial e ao setor de serviços, onde a escassez de mão de obra especializada é gargalo crescente. O experimento envolveu cinco tarefas — arranjo de flores, dobrar roupas, carregar celular, montagem de banquinho e embalagem de celular —, misturando cenários domésticos e industriais. Dois robôs que não participaram do treinamento realizaram 600 testes e falharam apenas 15 vezes, com taxa de sucesso geral de 97,5%. Em todas as cinco tarefas, a taxa de sucesso superou a média de seis operadores humanos. Na tarefa industrial de embalagem de celular, que exige várias etapas consecutivas, a taxa de sucesso subiu de 79,2% para 98,3% após o aprendizado coletivo, com 120 testes consecutivos e apenas duas falhas. O estudo também identificou uma tendência de escala: quando o número de robôs participantes do treinamento subiu de 16 para 96, a taxa de sucesso passou de 86,7% para 98,3% — quanto maior o grupo, mais experiência real acumulada e mais inteligente o coletivo se torna. Por que isso chega ao Brasil: o país vive uma aceleração da automação em setores como manufatura, logística e agronegócio, mas enfrenta escassez de operadores qualificados para treinar robôs — o mesmo gargalo apontado pelos pesquisadores chineses. Empresas brasileiras que importam células robóticas da China, ou que operam linhas automatizadas com fornecedores chineses, podem se beneficiar de sistemas que reduzam a necessidade de programação e supervisão humana intensiva. O impacto direto é indireto, via redução de custo de implantação e aumento da flexibilidade de linhas produtivas, especialmente em setores como eletroeletrônicos, autopeças e bens de consumo. Reguladores como o INMETRO e o MCTI acompanham a evolução de padrões de segurança para robôs colaborativos, mas ainda não há mudança regulatória iminente. Os dados mostram que o CEL resolve um problema concreto: a impossibilidade de escalar o ensino humano na mesma proporção que a frota de robôs. Na leitura do CBI, isso indica que a corrida pela inteligência incorporada está migrando da fase de 'demonstração' para a de 'implantação em escala', com a China buscando resolver o gargalo de treinamento por meio de arquiteturas de aprendizado coletivo. A comparação com eventos anteriores é relevante: até agora, os avanços em robótica humanóide e inteligência incorporada dependiam fortemente de teleoperação e datasets humanos, o que limitava a escalabilidade. O CEL propõe um caminho alternativo — o grupo de robôs como professor de si mesmo —, o que pode encurtar o ciclo de implantação em fábricas e armazéns. Para o Brasil, isso significa que fornecedores chineses de soluções robóticas podem chegar ao mercado local com sistemas mais autônomos e de mais fácil operação, pressionando a competitividade de integradores nacionais e abrindo espaço para parcerias de adaptação às normas brasileiras. O que acompanhar: primeiro, a publicação de resultados completos do experimento e a eventual abertura do código ou da plataforma FATS (Sistema de Treinamento Assíncrono Tolerante a Falhas), que sustenta o treinamento de quase cem robôs. Segundo, anúncios de parcerias entre AgiBot e fabricantes brasileiros ou latino-americanos para piloto de células robóticas com aprendizado coletivo. Terceiro, a evolução das normas do INMETRO sobre robôs colaborativos e segurança de máquinas, que podem ser revisadas à luz dessas novas capacidades de aprendizado autônomo. ## Leitura do CBI Os dados mostram que o CEL atingiu 97,5% de sucesso em 600 testes com robôs não treinados e ganho de escala de 86,7% para 98,3% ao passar de 16 para 96 máquinas. Na leitura do CBI, isso indica que a inteligência incorporada chinesa está resolvendo o gargalo de treinamento em escala, o que pode encurtar o ciclo de implantação de robôs em setores brasileiros com escassez de mão de obra qualificada. --- Fonte: QbitAI Publicado em: 2026-10-30 © China Brazil Insight — https://chinabrazilinsight.com/news/tsinghua-e-agibot-criam-robos-que-aprendem-entre-si-automacao-industrial