PRISM é um sistema de controle para robôs, com foco em lidar melhor com contato físico. Ele recebe as leituras dos sensores comuns do robô, imagens e instruções, e devolve as ações de movimento.
A ideia central é uma correção de rota conceitual: a ação de um robô não deveria depender de uma medida isolada.
Por que isso importa
- Manipular objeto é onde robô mais falha, e é exatamente o alvo do sistema.
- Taxa de sucesso mais alta e taxa de erro mais baixa que algoritmos comparáveis.
- O código está publicado, com instruções para reproduzir.
1.O problema de olhar um sinal só
2 minAs ações que o robô toma não deveriam depender de uma métrica só. Deveriam vir de medições diferentes — força, velocidade, contato, atrito, ângulo da junta, e assim por diante.
Pense em pegar um copo de vidro. Só a posição não basta: é preciso saber quanta força está sendo aplicada, se o copo está escorregando, em que ângulo a mão está. Um controlador que otimiza uma medida isolada quebra o copo ou o deixa cair.
PRISM examina as combinações desses sinais para decidir a ação — e é essa combinação, não um sensor novo, que produz o ganho.
Ficha técnica
- Licença
- Código publicado
- Entradas
- Sensores, imagens e instruções
- Saída
- Ações de movimento
- Sinais usados
- Força, velocidade, contato, atrito, ângulo
- Foco
- Manipulação de objetos
Continue no microcurso completo
Você leu a primeira de 3 aulas
A versão detalhada traz o passo a passo completo, os critérios de escolha, onde a ferramenta falha e para quem ela realmente serve.
- O que os resultados mostram2 min
- Reproduzir1 min
De onde saiu este microcurso
Do capítulo “Prism” (aos 15:33) do vídeo New Deepseek, Seedance 2.5, Minimax H3, Gemini Robotics, AMD models: AI NEWS, do canal AI Search. Transcrevemos, conferimos os nomes contra as páginas oficiais e reescrevemos em português.
