Ricercatori del MIT combinano dati di movimento del robot con modelli linguistici per migliorare l’esecuzione dei compiti

I robot per la casa vengono sempre più insegnati a eseguire compiti complessi attraverso l’apprendimento per imitazione, un processo in cui vengono programmati per copiare i movimenti dimostrati da un essere umano. Sebbene i robot abbiano dimostrato di essere eccellenti imitatori, spesso lottano per adattarsi a interruzioni o situazioni inaspettate incontrate durante l’esecuzione del compito. Senza una programmazione esplicita per gestire queste deviazioni, i robot sono costretti a ricominciare il compito da capo. Per affrontare questa sfida, gli ingegneri del MIT stanno sviluppando un nuovo approccio che mira a dare ai robot un senso di buon senso quando si trovano di fronte a situazioni inaspettate, consentendo loro di adattarsi e continuare i loro compiti senza richiedere un intervento manuale.

Il nuovo approccio

I ricercatori del MIT hanno sviluppato un metodo che combina i dati di movimento del robot con la “conoscenza del buon senso” dei large language models (LLMs). Collegando questi due elementi, l’approccio consente ai robot di analizzare logicamente un compito domestico in sottocompiti e adattarsi fisicamente alle interruzioni all’interno di ciascun sottocompito. Ciò consente al robot di proseguire senza dover ricominciare l’intero compito dall’inizio e elimina la necessità per gli ingegneri di programmare esplicitamente correzioni per ogni possibile fallimento lungo la strada.

Come spiega lo studente di dottorato Yanwei Wang del Dipartimento di Ingegneria Elettrica e Informatica (EECS) del MIT, “Con il nostro metodo, un robot può auto-correggere gli errori di esecuzione e migliorare il successo complessivo del compito.”

Per dimostrare il loro nuovo approccio, i ricercatori hanno utilizzato un semplice compito: raccogliere biglie da un contenitore e versarle in un altro. Tradizionalmente, gli ingegneri avrebbero mosso un robot attraverso i movimenti di raccolta e versamento in un’unica traiettoria fluida, spesso fornendo più dimostrazioni umane per il robot da imitare. Tuttavia, come sottolinea Wang, “la dimostrazione umana è una lunga traiettoria continua.” Il team ha realizzato che mentre un essere umano potrebbe dimostrare un singolo compito in un’unica soluzione, il compito dipende da una sequenza di sottocompiti. Ad esempio, il robot deve prima raggiungere un contenitore prima di poter raccogliere le biglie e deve raccogliere le biglie prima di spostarsi nel contenitore vuoto.

Se un robot commette un errore durante uno di questi sottocompiti, la sua unica risorsa è fermarsi e ricominciare da capo, a meno che gli ingegneri non etichettino esplicitamente ogni sottocompito e non programmino o non raccolgano nuove dimostrazioni per il robot per recuperare dal fallimento. Wang sottolinea che “quel livello di pianificazione è molto tedioso.” È qui che entra in gioco il nuovo approccio dei ricercatori. Sfruttando il potere dei LLM, il robot può automaticamente identificare i sottocompiti coinvolti nel compito complessivo e determinare azioni di recupero potenziali in caso di interruzioni. Ciò elimina la necessità per gli ingegneri di programmare manualmente il robot per gestire ogni possibile scenario di fallimento, rendendo il robot più adattabile ed efficiente nell’esecuzione dei compiti domestici.

Il ruolo dei Large Language Models

I LLM svolgono un ruolo cruciale nel nuovo approccio dei ricercatori del MIT. Questi modelli di apprendimento profondo elaborano vasti archivi di testo, stabilendo collegamenti tra parole, frasi e paragrafi. Attraverso questi collegamenti, un LLM può generare nuove frasi in base ai modelli appresi, essenzialmente comprendendo il tipo di parola o frase che è probabile seguire l’ultima.

I ricercatori hanno realizzato che questa capacità dei LLM potrebbe essere sfruttata per identificare automaticamente i sottocompiti all’interno di un compito più ampio e azioni di recupero potenziali in caso di interruzioni. Combinando la “conoscenza del buon senso” dei LLM con i dati di movimento del robot, il nuovo approccio consente ai robot di analizzare logicamente un compito in sottocompiti e adattarsi a situazioni inaspettate. Questa integrazione di LLM e robotica ha il potenziale per rivoluzionare il modo in cui vengono programmatori e addestrati i robot per la casa, rendendoli più adattabili e in grado di gestire sfide del mondo reale.

Man mano che il campo della robotica continua ad avanzare, l’integrazione di tecnologie AI come i LLM diventerà sempre più importante. L’approccio dei ricercatori del MIT è un passo significativo verso la creazione di robot per la casa che possano non solo imitare le azioni umane, ma anche comprendere la logica e la struttura sottostante dei compiti che eseguono. Questa comprensione sarà fondamentale per sviluppare robot che possano operare in modo autonomo ed efficiente in ambienti complessi e reali.

Verso un futuro più intelligente e adattabile per i robot per la casa

Abilitando i robot a correggere autonomamente gli errori di esecuzione e migliorare il successo complessivo del compito, questo metodo affronta una delle principali sfide nella programmazione dei robot: l’adattabilità alle situazioni del mondo reale.

Le implicazioni di questa ricerca si estendono ben oltre il semplice compito di raccogliere biglie. Man mano che i robot per la casa diventano più comuni, dovranno essere in grado di gestire una vasta gamma di compiti in ambienti dinamici e non strutturati. La capacità di suddividere i compiti in sottocompiti, comprendere la logica sottostante e adattarsi alle interruzioni sarà essenziale per questi robot per operare in modo efficace ed efficiente.

Inoltre, l’integrazione di LLM e robotica dimostra il potenziale delle tecnologie AI per rivoluzionare il modo in cui programmiamo e addestriamo i robot. Man mano che queste tecnologie continuano ad avanzare, possiamo aspettarci di vedere robot più intelligenti, adattabili e autonomi nelle nostre case e luoghi di lavoro.

Il lavoro dei ricercatori del MIT è un passo critico verso la creazione di robot per la casa che possano veramente comprendere e navigare le complessità del mondo reale. Man mano che questo approccio viene raffinato e applicato a una gamma più ampia di compiti, ha il potenziale di trasformare il modo in cui viviamo e lavoriamo, rendendo le nostre vite più facili e efficienti.