Robbyant (Ant Group) lança LingBot-Touch, um modelo de tato aberto para mãos robóticas

Os robôs enxergam cada vez melhor, mas ainda sentem mal o que tocam. A Robbyant, subsidiária da Ant Group dedicada à robótica, lançou o LingBot-Touch, um modelo de base para o tato, com seus pesos sob licença Apache 2.0 no Hugging Face e no ModelScope, e o código de inferência no repositório GitHub aberto em 9 de novembro.

Três famílias de sensores, uma única representação

O problema que o LingBot-Touch busca resolver é muito concreto: existem várias tecnologias de pele artificial, que produzem sinais incompatíveis. Os sensores magnéticos medem forças em três eixos, os piezorresistivos uma pressão, e os visuotáteis uma deformação visualizada por uma pequena câmera. Cada mão de robô vem com os seus próprios, e os dados acumulados em uma quase não servem para outra.

O modelo utiliza um tokenizador para cada tipo de sensor, seguido por um Transformer compartilhado treinado no estilo JEPA: ele aprende a prever, em um espaço latente, pedaços mascarados do sinal tátil a partir de seu contexto no espaço e no tempo. Na saída, fornece tokens que mantêm seu “endereço” (instante, dedo, posição) e que podem ser lidos por um modelo de ação. O repositório recomenda, aliás, consultar esses tokens por atenção em vez de calcular uma simples média, pois cada token já combina informações vindas de outros dedos e de outros instantes.

Ganhos anunciados em 26 tarefas reais

Segundo a Robbyant, citada pelo Beijing Business Today, o modelo foi pré-treinado em quase 5.000 horas de dados táteis reais e, em seguida, testado em 26 tarefas com duas mãos robóticas, a Sharpa Wave e a XHand1: virar uma página, desrosquear uma tampa, reconhecer peças de mahjong. Conectar o LingBot-Touch a quatro modelos de ação (LingBot-VLA, π0.5, Diffusion Policy e T-Rex) teria elevado sua taxa média de sucesso de 14 a 26 pontos em comparação com a ausência de tato. Exemplo destacado: desrosquear uma tampa passa de 56,25% sem tato para 90% com a representação do LingBot-Touch, contra 62,5% quando alimentado diretamente com os sinais brutos. Esses números são da própria empresa.

O que está realmente aberto

A disponibilização abrange o codificador congelado e sua configuração, em dois tamanhos (Tiny e Small). O repositório GitHub acrescenta a isso o código de inferência, adaptadores para as mãos Sharpa e XHand, código para reamostrar outros sensores e 120 arquivos de exemplo. Por outro lado, nem o código de treinamento nem as cabeças de tarefas foram publicados, e é necessária uma conta autorizada para baixar os pesos. Para um laboratório, isso é suficiente para extrair representações táteis e testá-las em sua própria mão; mas não para retreinar o modelo.