Modelos
Um preprint com autores do MIT diz que o Qwen3.8-27B-PEAR, treinado só em simulação, completou 18 de 30 tentativas em um robô real de dois braços que nunca viu, enquanto o modelo base não completou nenhuma
Um preprint diz que um modelo 27B treinado só em simulação completou 18 de 30 tentativas em um robô real; o modelo base, nenhuma. Dois tipos de tarefas.
Um preprint datado de 13 de novembro de 2026, com autores do MIT, UC Berkeley, UCSD, Nvidia e Inco AI, relata que um modelo de raciocínio de pesos abertos com 27 bilhões de parâmetros aprendeu a controlar robôs reais após treinar apenas em simulação. O sistema de treinamento se chama PEAR (Post-training Engine for Agentic Robotics) e o modelo resultante, Qwen3.8-27B-PEAR. Em um robô de dois braços YAM que nenhum modelo viu no treino, o modelo final teve sucesso em 18 de 30 tentativas. São tentativas em um pequeno conjunto de tarefas, não 30 testes diferentes.
O essencial
- O que é o PEAR: um sistema de pós-treinamento que aplica aprendizado por reforço a um modelo de raciocínio em simulação, sem demonstrações humanas. O modelo é o Qwen3.8-27B de pesos abertos da Alibaba.
- Treinamento: simuladores LIBERO e RoboDojo, 148 passos em três suítes do LIBERO, depois mais 77 com o LIBERO-Long e 115 no RoboDojo. Nenhum dado de robôs reais.
- Resultado em robô real: 18 de 30 tentativas para o modelo final, 7 para um checkpoint só com LIBERO e 0 para o modelo base, em um YAM de dois braços nunca visto.
- O que foram as 30 tentativas: pegar objetos (12 de 20 com sucesso) e alinhar blocos (6 de 10).
Tentativas, não 30 testes diferentes
O número conta tentativas em duas famílias de tarefas, pegar e alinhar blocos, em um só robô. Mostra transferência da simulação para um robô novo dentro dessas famílias. Não mostra que o modelo faz 30 trabalhos diferentes, e as duas demonstrações de raciocínio por prompt não são pontuadas.
Os limites apontados pelos autores
O artigo não relata ablações de componentes, usa um modelo base, dois simuladores e um pequeno conjunto de tarefas. Os resultados dependem do prompt e de o controlador alcançar as poses-alvo. O raciocínio é lento, cerca de 4,3 segundos por rodada de alto esforço. O prompt precisa descrever o robô e suas direções de coordenadas.
O que não está estabelecido
- Se o resultado vale para outros robôs ou tarefas: não testado além de um YAM e duas famílias de tarefas.
- Qual parte da receita pesa mais: nenhuma ablação relatada.
- Revisão por pares: é um preprint.
- Velocidade e confiabilidade reais: o raciocínio leva segundos por passo.
- Replicação independente: nenhuma relatada.
Tabela-resumo
| Ponto | O que está declarado em 7 de novembro de 2026 | Fonte |
|---|---|---|
| Artigo | Preprint de 13 de novembro de 2026, arXiv 2611.18562 | arXiv |
| Modelo | Qwen3.8-27B pós-treinado com PEAR por aprendizado por reforço | arXiv |
| Dados de treino | Só simulação, sem demonstrações nem dados de robô real | ArXivSignals |
| Robô real | YAM de dois braços, não visto no treino; 30 tentativas | ArXivSignals |
| Resultados | Final 18/30, só LIBERO 7/30, base 0/30 | Sam on AI |
Perguntas frequentes
PEAR é um modelo ou um método?
PEAR é o sistema de treinamento. O modelo que ele produz se chama Qwen3.8-27B-PEAR.
Ele passou em 18 testes diferentes de 30?
Não. Teve sucesso em 18 de 30 tentativas, em duas famílias de tarefas: pegar e alinhar blocos.
Foram usados dados de robôs reais?
O artigo diz que não. O treino foi só em simulação, sem demonstrações.
Método e limites
Verificado em 16 de novembro de 2026. Lemos o artigo do arXiv e dois resumos por trechos de busca; uma leitura direta do artigo foi limitada por taxa de requisições. O pedido dizia «18 testes de 30»; o artigo conta tentativas em duas famílias de tarefas. As afiliações vêm do trecho do PDF do arXiv; uma página de resumo traz só rótulos de laboratórios.
Fontes
- arXiv: Training Reasoning Models in Simulation to Natively Use Real Robots (HTML) (verificado em 2026-11-08)
- arXiv: Training Reasoning Models in Simulation to Natively Use Real Robots (PDF) (verificado em 2026-11-08)
- ArXivSignals: Training Reasoning Models in Simulation to Natively Use Real Robots (verificado em 2026-11-08)
- Sam on AI: AI Brief - November 16, 2026 (verificado em 2026-11-08)
Encontrou um erro neste artigo? Avise-nos · Nossa política de correções