Apple apresenta o sistema humanoide halo, alcançando 91% de taxa de sucesso em ambientes não mapeados

As equipas de pesquisa da Apple publicaram recentemente um artigo no arXiv detalhando o HALO, um sistema de controlo autónomo para robôs humanoides. Os investigadores também disponibilizaram o código associado para a geração de dados, treino do modelo e implantação, abrangendo aspetos como a geração de movimentos e a orquestração de tarefas. Para testes no mundo real, o sistema utilizou um robô Unitree G1 equipado com uma carcaça impressa em 3D e um Mac mini com um chip M4 Pro. O HALO opera em três camadas de controlo: um Modelo de Linguagem-Visão (VLM) para planeamento de tarefas (com o modelo Qwen3.6-35B-A3B como padrão), um modelo Qwen3.5-2B para a geração de movimentos e um rastreador de baixo nível que funciona a 50 Hz através de aprendizagem por reforço. Testes em 6 ambientes não mapeados demonstraram uma taxa de sucesso média de 91% para testes de tarefas individuais. Para tarefas complexas e de vários passos, a taxa de sucesso média em três combinações foi de 70%, com a sequência mais difícil a alcançar 50% de sucesso. O processo de treino exigiu 250 GPUs NVIDIA H100 para a síntese de dados e envolveu o treino do gerador de movimentos com 64 GPUs B200 e o rastreador com 4 H100s. A equipa observou que as melhorias futuras se concentrarão na integração da deteção tátil, uma vez que o sistema atual tem dificuldades com tarefas baseadas no contacto quando os objetos deixam de estar na linha de visão da câmara.