Boston Dynamics põe rodas no robô Atlas e ele aprende a patinar com IA

A Boston Dynamics tirou os pés do robô Atlas, seu humanoide, e colocou rodas no lugar. Com aprendizado por reforço, uma técnica de IA, o robô aprendeu a deslizar de costas, a correr de lado rolando e a dar um salto com giro de 360°. O experimento foi descrito no blog oficial da empresa nesta segunda-feira (9). Só que esse Atlas com rodas não vai ser vendido: segundo a própria fabricante, é um banco de testes para levar os motores do robô ao limite.

Quem viu o vídeo do robô "patinando" e concluiu que o Atlas mudou de forma se enganou. O Atlas que a Hyundai vai colocar nas fábricas continua andando sobre dois pés. O que passa do experimento para o produto é o método: modelos de motor mais fiéis dentro da simulação e uma IA que controla o corpo inteiro. A Boston Dynamics diz que essas lições "já estão sendo adaptadas" para a configuração padrão do robô.

O texto é assinado por Xiaoyu (Andy) Wu, engenheiro de controles da equipe do Atlas, com mais de dez anos de experiência controlando motores elétricos e a eletrônica de potência que os alimenta. "Um Atlas com rodas não é um produto. É uma plataforma de testes de pesquisa", escreve Wu. A empresa cita anos de dados de clientes do Spot, o quadrúpede, e do Stretch, que descarrega caixas: no mundo real, os robôs enfrentam situações que o laboratório não reproduz, e é preciso saber como reagem nos extremos.

Como a Boston Dynamics colocou rodas no robô Atlas

A equipe queria uma situação em que os motores entregassem torque e velocidade altos de forma contínua, carregando peso real o tempo todo. Andar sobre rodas faz exatamente isso: cada arrancada, curva e frenagem leva os motores por toda a faixa de torque e velocidade. As rodas, portanto, são o meio; o objetivo era levar os atuadores e os modelos deles ao limite.

A conversão foi simples. A única peça nova é um adaptador feito sob medida, criado pelo engenheiro Josh Geating, que prende um aro de patinete comprado pronto ao atuador de tornozelo que o Atlas já tem. Como o robô foi feito para produção em volume e manutenção fácil, a troca foi "tão trabalhosa quanto trocar a roda de uma bicicleta", segundo o blog. Os técnicos Mark Loughlin e Peter Jardin parafusaram as rodas.

No software, o atalho foi parecido. Cada roda passou a ser tratada como um "tornozelo" capaz de girar sem parar, e bastou trocar os pés pelas rodas no modelo-base do robô, sem criar um modelo novo. "Ainda estou impressionado com o quão fácil foi o processo inteiro", escreve o engenheiro.

Por que a IA treinada em simulação engana o robô se o motor for "perfeito"

No aprendizado por reforço (RL, na sigla em inglês), o controlador roda milhões de simulações por tentativa e erro antes de comandar a máquina de verdade. Se o motor virtual for idealizado demais, mais forte ou mais preciso do que o real, a IA aprende movimentos que o robô físico não consegue executar. A distância entre os dois mundos é chamada de lacuna sim-to-real, e fechá-la era o objetivo do projeto.

Wu admite que boa parte do trabalho foi "pouco glamorosa": conferir se os parâmetros de controle de baixo nível eram iguais em todas as configurações de software, rodar experimentos de caracterização dos motores e ajustar o modelo simulado com as medições feitas no robô. Também foi preciso decidir quais simplificações eram seguras e quais a IA aprenderia a explorar, como um jogador que acha um bug no game.

Foi o primeiro grande projeto de RL de Wu, que vem do controle clássico de motores. Ele adaptou estruturas de treino que a equipe já usava, com ajustes na recompensa, na faixa de comandos e na postura. O resultado, segundo o blog, foi que o rolar suave "emergiu sozinho", com o robô estável e fácil de conduzir. O motor de física usado é o MuJoCo, de código aberto, mantido pelo Google DeepMind.

Como o Atlas aprendeu a girar 360° e patinar de lado

Parte dos movimentos saiu de uma biblioteca de captura de movimento humano, e Wu escolheu de propósito clipes com muito deslizamento de pés. Nas corridas laterais, em que uma pessoa deslizaria os pés, a IA aprendeu sozinha a esterçar as rodas e rolar.

O salto com giro de 360° foi o movimento de menor risco. É uma política de rastreamento de trajetória que segue a gravação de uma pessoa fazendo o salto, e funcionou na primeira tentativa. A novidade apareceu na "preparação": logo antes do impulso, a parte de baixo do corpo rolou rápido até a posição certa, um uso de tração que o Atlas com pés não tem. "Dê rodas à política e ela descobre como usá-las", resume Wu.

Atlas da Hyundai continua com pés: ficha técnica e clientes

O Atlas elétrico de produto foi revelado na CES, em 5 de janeiro de 2026, depois da aposentadoria da versão hidráulica que ficou famosa com vídeos de parkour e mortal para trás. A produção começou em Boston, e todas as unidades de 2026 já estão comprometidas, com frotas indo para o Robotics Metaplant Application Center (RMAC), centro da Hyundai, e para o Google DeepMind, parceiro nos modelos de IA. Novos clientes só a partir do início de 2027. A Hyundai, acionista majoritária da Boston Dynamics, planeja usar o robô nas linhas de carros elétricos na Geórgia (EUA) a partir de 2028.

Quanto custa o robô Atlas e se ele chega ao Brasil

A Boston Dynamics nunca divulgou o preço do Atlas, e não há venda nem previsão de chegada ao Brasil; como o lote de 2026 já está comprometido com clientes, não há como comprar o robô agora. A versão com rodas, menos ainda. O blog não informa velocidade, autonomia sobre rodas nem carga, e não diz quando o aprendizado chega ao robô de produção.

O próximo passo já tem tema. O blog diz que a integração mais estreita entre a dinâmica dos atuadores e o RL de corpo inteiro tem o objetivo de deixar o robô mais robusto a modos de falha e ampliar o que ele consegue fazer. Para uma máquina que vai passar turnos inteiros numa fábrica, isso pesa mais do que qualquer giro de 360°.

Via Boston Dynamics