---
title: "Pesquisadores desenvolvem técnica de aprendizado por reforço para robótica"
url: https://dailyjournal.news/news/2026-09-22/pesquisadores-desenvolvem-tecnica-de-aprendizado-por-reforco-para-robotica
published: 2026-09-22T03:40:30.771875+00:00
updated: 2026-09-22T03:40:30.771875+00:00
categories: ["technology"]
source_count: 1
outlet_count: 0
language: pt-BR
publisher: "Daily Journal"
---

# Pesquisadores desenvolvem técnica de aprendizado por reforço para robótica

Nova técnica integra políticas de RL com modelos de fundação robóticos para otimizar o processamento de dados em tempo real.

## Pontos principais

- O método utiliza 'real-time chunking' para processar imagens com maior velocidade.
- O sistema combina uma política de RL de pequeno porte com um modelo de fundação robótico de larga escala.
- O projeto é uma colaboração entre a UC Berkeley e a Siemens.
- A pesquisa foi liderada por Brian Zhu, Momen Khalil, Emanuele Poggi e Harrison Harrison.

Pesquisadores da UC Berkeley e da Siemens desenvolveram uma nova técnica para integrar políticas de aprendizado por reforço (RL) com modelos de fundação robóticos. O método utiliza o conceito de 'real-time chunking' para processar imagens recentes com maior velocidade, permitindo a otimização de comportamentos em tempo real.

O sistema funciona combinando uma política de RL de pequeno porte com um modelo de fundação robótico de larga escala. O trabalho foi conduzido por uma equipe composta por Brian Zhu, Momen Khalil, Emanuele Poggi e Harrison Harrison.

## Fontes

- [@svlevine: How do we run RL with real-time chunking (RTC)? In this work we figured out how to use a small RL policy with a large robot foundation model, where the RL policy observed more rece…](https://x.com/svlevine/status/2102234975240417568) (2026-09-22)

---

Publicado por Daily Journal. Versão HTML: https://dailyjournal.news/news/2026-09-22/pesquisadores-desenvolvem-tecnica-de-aprendizado-por-reforco-para-robotica