O novo sistema de aquisição de dados da Daimon Robotics traz inteligência háptica para a teleoperação de robôs.
Na CES 2026, a conversa sobre robótica mudou discretamente. Menos pessoas perguntam se os robôs podem se mover mais rápido ou levantar objetos mais pesados. Mais pessoas perguntam algo mais complexo: por que os robôs ainda têm dificuldades fora de demonstrações controladas — e o que falta para torná-los confiáveis no mundo real?
Para muitos na indústria, a resposta está nos dados. Não em dados sintéticos ou movimentos pré-programados, mas em dados reais de interação que capturam como os objetos se comportam quando são tocados, empurrados, apertados ou movidos.
Esse é o problema que a Daimon Robotics está tentando resolver com o DM-EXton2, um sistema de aquisição de dados baseado em teleoperação apresentado na CES deste ano. Não se trata de um produto para o consumidor final. É uma ferramenta profissional projetada para ajudar robôs a aprenderem com a interação humana em larga escala.
Os robôs não são burros — eles são inexperientes.
Os recentes avanços em IA melhoraram drasticamente a percepção, a compreensão da linguagem e o raciocínio. Mas a interação física continua sendo um ponto fraco. Um robô pode reconhecer um objeto perfeitamente e ainda assim falhar ao ser solicitado a pegá-lo, inseri-lo ou manipulá-lo com segurança.
A razão é simples: o mundo físico é complexo. Força, atrito, deformação e contato mudam a cada instante, e esses sinais são difíceis de capturar com precisão. A maioria dos robôs simplesmente não coletou dados suficientes desse tipo.
Os métodos tradicionais de coleta de dados apresentam desvantagens. Ambientes de captura dedicados são caros e exigem muita mão de obra, mas ainda produzem uma quantidade limitada de dados reutilizáveis. A simulação é mais barata, mas a discrepância entre a física virtual e a realidade muitas vezes resulta em modelos que funcionam em laboratório, mas falham na prática.
Pior ainda, muitos sistemas existentes interferem no próprio comportamento que tentam registrar. Equipamentos volumosos restringem os movimentos naturais, enquanto sensores limitados não captam as nuances de força e os sinais táteis nos quais os humanos se baseiam instintivamente.
O que um sistema robótico de aquisição de dados realmente faz
Um sistema de aquisição de dados baseado em teleoperação aborda o problema de forma diferente.
Com base em abordagens tradicionais de teleoperação, um sistema de aquisição de dados baseado em teleoperação registra dados de interação em tempo real com maior consistência entre múltiplos sinais. Um operador humano controla remotamente um robô para executar tarefas reais — agarrar objetos, inserir componentes ou manipular ferramentas — enquanto o sistema captura simultaneamente dados de movimento, tempo, contato e força.
Na prática, o robô aprende observando e sentindo como um humano realiza a tarefa. Quanto mais próxima essa configuração estiver do comportamento humano natural, mais úteis serão os dados resultantes.
Construído para dados do mundo real, não para demonstrações.
O DM-EXton2 é o primeiro sistema de teleoperação com feedback háptico do mundo para aquisição de dados robóticos, projetado para capturar dados de interação de alta qualidade em tarefas do mundo real.
Ele foi projetado com foco na capacidade de resposta e flexibilidade de implantação, em vez de especificações para dispositivos vestíveis. Operando com uma taxa de resposta de 1000 Hz, o sistema permite a sincronização de comandos em nível de milissegundos, o que proporciona uma teleoperação suave e de baixa latência durante a coleta de dados.
O sistema também suporta teleoperação de corpo inteiro, incluindo o controle coordenado de bases móveis e articulações da cintura, ampliando a gama de tarefas que podem ser capturadas. Juntamente com o escalonamento adaptativo de movimento e a troca rápida de atuadores finais, esses recursos permitem que um único sistema suporte tanto manipulação precisa quanto movimentos de grande amplitude sem interromper o processo de coleta de dados.
Para se adaptar a diferentes ambientes de trabalho, o DM-EXton2 está disponível em duas configurações: uma versão tipo mochila, ideal para coleta de dados móvel, e uma versão com suporte, projetada para estações de trabalho fixas. Isso permite que os operadores escolham o formato que melhor se adapta ao seu fluxo de trabalho, seja para coleta de dados em espaços dinâmicos ou em ambientes estáveis e repetíveis.
Incorporando força e tato ao ciclo
O grande diferencial do DM-EXton2 é a combinação do feedback de força do lado do operador com a detecção tátil para coleta de dados.
O sistema integra essas capacidades de força em uma estrutura de teleoperação mais ampla, permitindo uma manipulação mais natural e precisa durante a coleta de dados. À medida que o robô interage com o ambiente, as forças de contato são transmitidas ao operador em tempo real. Tarefas como manusear objetos frágeis ou realizar inserções precisas tornam-se mais intuitivas, mesmo quando a visão do robô está parcialmente obstruída.
Não se trata apenas de melhorar a experiência de controle do operador. No nível do robô, sinais de força e táteis são registrados juntamente com dados de movimento, criando conjuntos de dados multimodais que refletem como os humanos realmente interagem com os objetos. Esses dados são cruciais para ensinar os robôs não apenas a se mover, mas também a avaliar o contato e a se adaptar às restrições físicas.
De experimentos isolados à aprendizagem repetível
Ao sincronizar movimento, força e toque, o DM-EXton2 atua como uma ponte entre a habilidade humana e o aprendizado de máquina. A intuição humana se transforma em dados estruturados que os robôs podem usar para aprender, reutilizar e aplicar em diversas tarefas.
Essa mudança é importante. Em vez de coletar pequenos conjuntos de dados específicos para cada tarefa, as equipes podem construir fluxos de trabalho contínuos para a geração de dados. Com o tempo, isso possibilita um treinamento de modelos mais rápido e uma implantação mais confiável.
Fechando o ciclo
O sistema também se encaixa em uma mudança mais ampla na forma como os robôs são desenvolvidos. A coleta de dados, o treinamento do modelo e a implantação não são mais etapas separadas. Elas formam, cada vez mais, um ciclo.
Dados de interação de alta qualidade alimentam modelos multimodais — incluindo estruturas de Visão-Tátil-Linguagem-Ação — que aprimoram o comportamento do robô. O uso no mundo real gera novos dados que refinam o próximo ciclo de treinamento.
Para que esse ciclo funcione, os dados precisam fluir livremente. Padronização e compatibilidade não são meros recursos adicionais; são pré-requisitos.
Onde a Daimon Robotics se encaixa
A Daimon Robotics concentra-se nas tecnologias que apoiam a aprendizagem dos robôs, em vez de construir robôs completos. O seu trabalho abrange sensores táteis, hardware de manipulação de alta precisão e sistemas de teleoperação concebidos para apoiar a recolha de dados em larga escala.
A empresa foi incubada na Universidade de Ciência e Tecnologia de Hong Kong e fundada pelo Professor Yu Wang, diretor fundador do Instituto de Robótica da HKUST, juntamente com o Dr. Jianghua Duan. A equipe combina pesquisa acadêmica com experiência na aplicação da tecnologia robótica fora do laboratório.
Dentro dessa abordagem, o DM-EXton2 serve como um componente-chave da estratégia "3D" da Daimon Robotics — Dispositivo, Dados e Implantação. Baseando-se no foco de longo prazo da empresa em sensoriamento tátil e manipulação precisa, o sistema ajuda a transformar dados de força e toque em entradas utilizáveis para modelos de aprendizado avançados, apoiando o progresso em direção a uma capacidade robótica de propósito geral mais ampla.
Por que isso é importante?
À medida que os robôs se aproximam dos ambientes cotidianos, o progresso dependerá menos de algoritmos sofisticados e mais da capacidade das máquinas de aprender com o mundo físico em que operam.
O DM-EXton2 não promete autonomia instantânea. Em vez disso, serve como uma ponte crucial, permitindo que robôs sejam guiados por tarefas do mundo real para que dados de interação de alta qualidade possam ser capturados como base para capacidades mais gerais.
Você pode saber mais sobre a Daimon Robotics através do site da empresa , do perfil no LinkedIn e do canal no YouTube .
O artigo "Novo sistema de aquisição de dados da Daimon Robotics traz inteligência háptica para a teleoperação de robôs" foi publicado originalmente no Digital Trends .