O robô da Skild AI que aprendeu a jogar futebol contra si mesmo durante 140 anos simulados

O objetivo não dizia «drible», «corra» nem «mantenha o equilíbrio». Segundo a Skild AI, o sistema só precisava marcar. A partir desse sinal, um modelo de inteligência física foi enfrentado repetidamente contra versões de si mesmo dentro do NVIDIA Isaac Sim. Cada novo rival obrigava o agente a encontrar respostas melhores, enquanto milhares de partidas podiam ser executadas em paralelo.

A empresa calcula que o processo acumulou o equivalente a mais de 140 anos de futebol simulado em poucas semanas de tempo real. Não foram 140 anos de relógio nem uma corrida contínua de um robô físico: é a soma da experiência produzida simultaneamente por muitos ambientes virtuais sobre infraestrutura de computação.

No início, o agente mal caminhava. Com a competição, surgiram o levantar-se após uma queda, acelerar, aproximar-se da bola, orientá-la, protegê-la e disputar sua posse. Em confrontos com vários agentes, também surgiram passes e coordenação. Essas condutas não receberam uma recompensa individual; revelaram-se úteis porque aumentavam a probabilidade de marcar.

O self-play — autojogo — transforma o próprio sistema em um gerador de adversários e de dados. Uma cópia tenta superar a outra; a versão aprimorada passa a ser o rival seguinte e o nível de dificuldade aumenta sem depender exclusivamente de demonstrações humanas. A ideia tem antecedentes conhecidos em jogos como Go, StarCraft II e Dota 2, mas transferi-la para um corpo introduz gravidade, inércia, contato, latência e risco de danos.

No futebol, uma política rígida pode resolver uma trajetória prevista, mas se rompe quando mudam a bola, o rival ou a posição inicial. A competição obriga a responder a situações dinâmicas. O valor do teste não está em formar um atacante profissional, mas em mostrar como um objetivo de alto nível pode produzir um conjunto de capacidades motoras reutilizáveis.

A física simulada é sempre uma aproximação. Motores, superfícies, câmeras e articulações reais têm tolerâncias, atrasos e ruídos que o modelo virtual não reproduz perfeitamente. Essa diferença é conhecida como sim-to-real gap: uma política brilhante na tela pode falhar assim que toca um tapete ou recebe um empurrão inesperado.

A Skild AI afirma que transferiu a política treinada para o humanoide físico sem retreinamento específico para a tarefa e a colocou à prova tanto contra pessoas quanto contra outros robôs. O vídeo mostra corridas, aproximação da bola, mudanças de direção e recuperação da postura. É uma demonstração impressionante de transferência, embora a empresa não tenha publicado junto com ela um artigo revisado por pares, código reproduzível nem métricas completas de taxa de sucesso.

Por isso, convém separar a evidência visível de uma conclusão geral. O robô executa habilidades físicas aprendidas em simulação; ainda não sabemos com que frequência falha, quanto seu desempenho muda em outra superfície, quão dependente é dessa bola ou como responde após horas de operação.

O experimento se apoia no S1, o modelo generalista apresentado pela Skild AI para aprender novas tarefas em contexto. A proposta da empresa é que um robô possa observar uma demonstração e adaptá-la sem treinar um modelo separado do zero. Essa abordagem faz parte de uma ambição maior: o Skild Brain, uma base de inteligência física capaz de operar diferentes corpos, desde braços e plataformas móveis até quadrúpedes e humanoides.

A Skild AI foi fundada em Pittsburgh em 2023 por Deepak Pathak e Abhinav Gupta, pesquisadores vinculados ao Robotics Institute da Carnegie Mellon University. A empresa atraiu capital da Lightspeed, Coatue, SoftBank, Jeff Bezos e Felicis Ventures. Aydin Senkut, fundador da Felicis, tem sido um de seus promotores; Ryan Kitchie lidera a expansão comercial global da empresa.

O investimento explica a escala de computação e também obriga a ler com cautela as demonstrações corporativas. Uma boa sequência de vídeo prova que existe uma capacidade, mas não substitui um benchmark independente, documentação de segurança ou resultados sustentados em produção.

O caso reúne três avanços: geração autônoma de experiência, surgimento de habilidades não prescritas uma a uma e transferência do simulador para um humanoide. Sua importância está na combinação, não no fato de o robô jogar melhor do que uma pessoa.

Faltam dados públicos sobre arquitetura, recompensa, número de agentes, consumo computacional, hardware, durabilidade e desempenho fora do cenário mostrado. Até que existam testes comparáveis, os 140 anos simulados e a transferência direta devem ser entendidos como resultados comunicados pela Skild AI. São suficientes para abrir uma conversa séria; não para declarar resolvido o aprendizado físico geral.