Массачусетский технологический институт
Исследователи Массачусетского технологического института (MIT) разрабатывают новый подход, который позволяет домашним роботам использовать крупномасштабные языковые модели (LLM) для самостоятельного исправления ошибок во время выполнения задач без необходимости вмешательства человека.
Что известно
Традиционно, когда робот сталкивается с проблемой, он исчерпывает свои запрограммированные возможности и требует помощи оператора. Однако в домашних условиях производительность робота может снижаться каждый раз при изменении окружающей среды, что вынуждает его начинать задачу заново.
Новый метод, который будет представлен на Международной конференции по обучению представлениям (ICLR) в мае, использует LLM для разбиения демонстрационных задач на более мелкие подзадачи. Это позволяет роботу автоматически определять, на каком этапе он находится, и самостоятельно планировать дальнейшие действия в случае сбоя.
«У LLM есть способ общаться на естественном языке, как выполнить каждый шаг задачи. […] Это можно объединить с физическими демонстрациями на людях, чтобы роботы могли понять прогресс и восстановиться самостоятельно. «Я хотел сделать это — сказал аспирант. Цун-Сюань Ван. Сюань Ван).
В ходе эксперимента было продемонстрировано выполнение роботом задачи по пересыпанию шарика из одной емкости в другую. Исследователи создавали небольшие препятствия, например, сбивали робота с курса или роняли шарик с ложки. Благодаря LLM робот смог изменить свое поведение и возобновить работу без необходимости начинать заново.
«Если робот совершает ошибку, нет необходимости писать программу или дополнительно демонстрировать, как исправить ошибку», — сказал Ван.
Ученые надеются, что использование LLM в домашних роботах позволит преодолеть одно из главных препятствий на пути массового распространения таких устройств.
Источник: TechCrunch