# Physical AI — André Bassi

> Consultoria em IA embarcada para robótica humanoide. Voz em tempo real com
> barge-in, segurança determinística fora do modelo, RAG no dispositivo e o
> caminho do simulador ao robô físico. Construído e medido num Booster K1 com
> Jetson Orin de 8 GB. Página bilíngue PT/EN, sem framework, sem build: HTML,
> CSS e três arquivos JavaScript somando 15 KB.

Este arquivo segue a convenção llms.txt (https://llmstxt.org/). Existe para que
um modelo entenda a oferta, os números e as fontes SEM raspar a página — e é
deliberadamente mais detalhado que ela: a página vende, este arquivo especifica.

- **Site**: https://physical-ai.bassi.engineer/
- **Versão em inglês**: https://physical-ai.bassi.engineer/en/
- **Site principal**: https://bassi.engineer/
- **Contato**: contate@bassi.engineer · WhatsApp +55 11 95600-1680
- **Responsável**: André Bassi — AI/LLM Engineer & Platform Engineer
- **Sitemap**: https://physical-ai.bassi.engineer/sitemap.xml

---

## Índice

1. [O que é oferecido](#o-que-e-oferecido)
2. [Números medidos](#numeros-medidos)
3. [Hardware e stack](#hardware-e-stack)
4. [O loop de engenharia do RAG](#o-loop-de-engenharia-do-rag)
5. [Fontes técnicas](#fontes-tecnicas)
6. [Mapa da página](#mapa-da-pagina)
7. [Limitações declaradas](#limitacoes-declaradas)
8. [Perguntas frequentes](#perguntas-frequentes)

---

## O que é oferecido

Seis frentes, todas exercidas no mesmo robô físico.

| Frente | O que entra | Onde foi provado |
|---|---|---|
| **Cérebro de voz** | fala e escuta simultâneas, barge-in, orquestração de intenção, tool-calls de LLM com latência sob controle | Booster K1, produção |
| **Segurança determinística** | bateria, temperatura, postura e limites de junta como regra fora do LLM (SSOT de segurança em domínio puro) | Booster K1, depois de queda real |
| **Memória embarcada** | RAG de eventos no dispositivo, recall de termo exato, sem link para a nuvem | Jetson Orin 8 GB |
| **Movimento e ROS2** | nós, tópicos e serviços ROS2 para tempo real; MuJoCo, policy de RL, sim2sim | simulador + robô |
| **Plataforma e borda** | Jetson Orin, ROS2, Rust no caminho crítico, telemetria e atualização remota de frota | — |
| **Diagnóstico** | medir um robô que "quase funciona", apontar onde quebra e o custo do conserto | — |

## Números medidos

Nenhum é estimativa. Cada um saiu de execução no robô ou no simulador.

| Número | O que é | Origem |
|---|---|---|
| **100%** | recall final do RAG de eventos | medição no Jetson Orin |
| **93,5% → 97,3% → 96,8% → 100%** | os quatro passos do ajuste, na ordem | rodadas sucessivas, uma variável por vez |
| **8 GB** | memória do Jetson Orin onde tudo roda embarcado | especificação do hardware em uso |
| **100%** | proporção do motion que roda local, sem nuvem | arquitetura em produção |
| **sub-segundo** | tempo de resposta da camada de raciocínio | medição em produção |
| **0,65 m** | distância que o controle PD sem RL percorre antes de cair | MuJoCo, Path A |
| **~2%** | nível de bateria em que o K1 caiu ao receber "dançar" em 13/06/2026 | incidente real, origem do SSOT de segurança |

## Hardware e stack

- **Robô**: Booster K1 (humanoide) — https://www.boosterobotics.com/
- **Computação embarcada**: NVIDIA Jetson Orin, 8 GB — https://developer.nvidia.com/embedded/jetson-orin
- **Middleware**: ROS 2 — https://docs.ros.org/en/rolling/
- **Simulação física**: MuJoCo — https://mujoco.org/
- **Aprendizado por reforço**: policy pré-treinada em sim2sim, execução sem GPU em Apple Silicon
- **Linguagens no caminho crítico**: Go e Rust
- **Nuvem**: só para a camada de raciocínio; áudio, motion e segurança permanecem no dispositivo

## O loop de engenharia do RAG

O resultado não veio de uma escolha de biblioteca, veio de método. A sequência,
com o que mudou em cada passo:

| Passo | Recall | O que mudou |
|---|---|---|
| baseline | 93,5% | busca densa pura — engolia termo exato |
| A | 97,3% | busca híbrida (denso + esparso) |
| B | 96,8% | **piora**: a mudança foi revertida |
| C | 100% | ajuste final com denominador honesto |

A queda no passo B é o ponto que importa: a medição reprovou uma mudança em vez
de acomodá-la. Um relatório que só sobe é sinal de métrica frouxa.

## Fontes técnicas

Material público, escrito antes desta página existir.

- **Deep-dive do cérebro do K1 (PT)**: https://bassi.engineer/projects/k1-ia — 13 seções: barge-in, dois binários, orquestração, safety SSOT, RAG de eventos
- **Deep-dive (EN)**: https://bassi.engineer/projects/k1-robotics
- **Portfólio e trajetória**: https://bassi.engineer/about
- **Stack por camada, com o ano de entrada em produção**: https://bassi.engineer/skills
- **llms.txt do site principal**: https://bassi.engineer/llms.txt

## Mapa da página

| URL | Conteúdo |
|---|---|
| https://physical-ai.bassi.engineer/ | landing em português |
| https://physical-ai.bassi.engineer/en/ | landing em inglês |
| https://physical-ai.bassi.engineer/#capacidades | as três capacidades e suas provas |
| https://physical-ai.bassi.engineer/#resultados | números medidos, vídeo da marcha com RL, robô real |
| https://physical-ai.bassi.engineer/#entrego | as seis frentes de entrega |
| https://physical-ai.bassi.engineer/robots.txt | indexação liberada |
| https://physical-ai.bassi.engineer/sitemap.xml | as duas URLs, com hreflang |

## Limitações declaradas

| Limitação | Consequência |
|---|---|
| Os vídeos são de **simulação** (MuJoCo), não do robô físico | o movimento mostrado é sim2sim; o robô físico aparece em foto |
| A policy de RL cobre **pernas** | braços têm movimento natural, não aprendido por reforço |
| O número de recall é do **RAG de eventos** deste robô | não é benchmark público nem generaliza para outro corpus |
| A camada de raciocínio usa nuvem | sub-segundo depende de link; áudio, motion e segurança não |

## Perguntas frequentes

**Trabalha só com Booster K1?**
Não. O K1 é onde este trabalho foi construído e medido. As camadas — voz,
segurança, memória, movimento — são desenhadas sobre ROS2 e se aplicam a outros
humanoides.

**Precisa de GPU?**
Para o ciclo de simulação e a policy de RL, não: roda em Apple Silicon sem GPU
dedicada. Para treino do zero e frota grande, sim — e essa esteira também é
minha.

**O robô funciona sem internet?**
Áudio, motion e segurança são 100% locais. Só a camada de raciocínio vai à
nuvem, e a queda do link degrada a conversa, não a integridade física.

**Por que a segurança não fica no LLM?**
Porque um modelo é probabilístico e um robô de dezenas de quilos não pode
depender disso. As regras vivem em domínio puro, fora do modelo, e ele não tem
como contorná-las. O desenho nasceu de uma queda real, em 13/06/2026.

**Qual o formato de trabalho?**
Diagnóstico, implementação de uma frente específica, ou acompanhamento até o
protótipo virar operação. O primeiro passo é sempre medir o que já existe.

**Onde vejo o detalhe técnico?**
No deep-dive: https://bassi.engineer/projects/k1-ia — 13 seções sobre a
arquitetura do cérebro do robô, com diagramas.