Fruto da colaboração de pesquisadores do ICoNIoT de quatro universidades brasileiras, o projeto é um dos indicados para o prêmio de Best Paper no SBRC 2026
O projeto Agente VAMOS! Planejamento de Rotas Veiculares Cientes de Contexto Semântico com Agentes de LLM é resultado da colaboração dos pesquisadores Carnot Braun (Universidade Estadual de Campinas – UNICAMP), Daniel L. Guidoni (Universidade Federal de Ouro Preto – UFOP), Eduardo Cerqueira (Universidade Federal do Pará – UFPA), Joahannes B. D. da Costa (Universidade Federal de São Paulo – UNIFESP), Leandro Villas (UNICAMP) e Allan M. Souza (UNICAMP).
O agente desenvolvido pela equipe, intitulado VAMOS (Vehicular Agent for Multi-objective Optimization and Semantics), funciona como um sistema inteligente capaz de formular trajetos personalizados ao interpretar o contexto ambiental e as prioridades individuais de cada usuário. Ele vem superar sistemas de navegação tradicionais, que priorizam a eficiência métrica, como tempo e distância, mas falham na interpretação de intenções humanas mais complexas e dependentes de contexto.
Diferente dos navegadores convencionais, esse agente utiliza um LLM – Large Language Model – para sugerir paradas estratégicas, como postos de gasolina ou mercados, baseando-se no aprendizado contínuo sobre o perfil do viajante. O diferencial da tecnologia reside na sua capacidade de processar informações complexas para otimizar rotas sem a necessidade de comandos geográficos excessivamente específicos.
O projeto enfrenta o desafio técnico de equilibrar o processamento robusto em servidores externos com a viabilidade de rodar modelos menores diretamente em dispositivos móveis.
Leia o trabalho dos pesquisadores publicado nos anais do SBRC 2026