Duże modele językowe nauczą roboty domowe samodzielnego korygowania błędów

Naukowcy z Massachusetts Institute of Technology (MIT) opracowali nowe podejście, które pozwala robotom domowym wykorzystywać duże modele językowe (LLM) do samodzielnego korygowania błędów podczas wykonywania zadań bez konieczności interwencji człowieka.

Co wiadomo

Tradycyjnie, roboty wyczerpują swoje zaprogramowane możliwości w obliczu problemów, po których wymagają pomocy operatora. Jednak w domu każda zmiana w środowisku może zakłócić działanie robota, zmuszając go do ponownego rozpoczęcia zadania od początku.

Nowa technika, która zostanie zaprezentowana na International Conference on Learning Representations (ICLR) w maju, wykorzystuje LLM do dzielenia zadań demonstracyjnych na mniejsze podzadania. Pozwala to robotowi automatycznie wykryć, na czym stoi i autonomicznie zaplanować dalsze działania w przypadku niepowodzenia.

"LLM ma sposób, aby powiedzieć w języku naturalnym, jak wykonać każdy krok zadania [...] Chcieliśmy połączyć to z ludzkimi demonstracjami fizycznymi, aby robot mógł zrozumieć swoje postępy i samodzielnie odzyskać równowagę" - powiedział doktorant Tsun-Hsuan Wang.

W eksperymentach robot wykonywał zadanie polegające na przenoszeniu piłek z jednego pojemnika do drugiego. Naukowcy wprowadzili niewielkie zakłócenia, takie jak zrzucenie robota z kursu lub wyrzucenie piłek z łyżki. Dzięki LLM robot był w stanie skorygować swoje działania i wznowić je bez rozpoczynania od nowa.

"Kiedy robot popełnia błędy, nie musimy programować ani przeprowadzać dodatkowych demonstracji, jak odzyskać równowagę po awarii " - zauważył Wang.

Naukowcy spodziewają się, że zastosowanie LLM w robotyce domowej pokona jedną z kluczowych przeszkód w masowej adopcji takich urządzeń.

Źródło: TechCrunch