MIT entwickelt intelligentes System zur Unterstützung von Robotern beim Verständnis menschlicher Absichten

·von Henderson·Engineering
MIT entwickelt intelligentes System zur Unterstützung von Robotern beim Verständnis menschlicher Absichten
Wichtige Punkte
  • Das vom MIT entwickelte FLEX-System hilft Robotern, menschliche Absichten zu verstehen.
  • FLEX nutzt große Sprachmodelle zur Identifizierung potenzieller Risiken und zur Verbesserung des Verhaltens von Robotern.
  • Das System aktualisiert die Entscheidungen der Roboter in drei Phasen: Hinzufügen, Zusammenfassen und Maskieren.
  • Studien zeigen, dass FLEX in der Lage ist, menschliche Präferenzen in verschiedenen Kontexten zu lernen.

Das Massachusetts Institute of Technology (MIT) hat ein KI-gestütztes System entwickelt, das darauf abzielt, Robotern zu helfen, menschliche Absichten zu verstehen, wie etwa die implizite Aufforderung, einen Kaffeebecher von einem unordentlichen Tisch zu entfernen. Dieses System mit dem Namen FLEX (Flexible Language Guided Representation Editing for Adaptive Robot Behavior) wird in diesem Monat auf der jährlichen Konferenz für Robotik und Lernen vorgestellt.

Tests und Anwendungen des FLEX-Systems

Die Forscher testeten FLEX mit einem Roboterarm in simulierten Aufgaben. In einem Beispiel wurde der Roboter aufgefordert, einen Kaffeebecher von einem unordentlichen Tisch zu transportieren. Der Benutzer sagte: „Verschütte es nicht auf dem Laptop!“ FLEX erkannte das potenzielle Risiko, dass Kaffee auf den Laptop verschüttet werden könnte, und verband die Flüssigkeit mithilfe eines großen Sprachmodells (LLM) mit elektronischen Geräten. Daraufhin umging der Roboter den Laptop und das nahegelegene Handy, obwohl der Benutzer das Handy in der Anweisung nicht erwähnt hatte. Diese Forschung wurde von der Assistenzprofessorin für Luft- und Raumfahrttechnik Andreea Bobu geleitet, mit Co-Autoren, darunter der Postdoktorand Nathan Dennler vom MIT's Computer Science and Artificial Intelligence Laboratory (CSAIL) und die Masterstudentin Audrey.

Lee SM ’26 und der Student Ilia Sucholutsky von der New York University.

Große Sprachmodelle (LLM) werden mit einer Vielzahl von Internettexten trainiert und können Objekte und Kontexte mit relevanten Informationen verknüpfen. Beispielsweise verbindet das LLM im Falle von verschüttetem Kaffee oder Wasser diese mit potenziellen Schäden an elektronischen Geräten. FLEX nutzt diese Verknüpfungen, um Robotern zu helfen, besser vorherzusagen, welche Probleme mit Objekten auftreten könnten, die der Benutzer nicht ausdrücklich erwähnt hat. Das System durchläuft drei Phasen: Hinzufügen, Zusammenfassen und Maskieren. In der Hinzufügungsphase identifiziert FLEX Objekte und Merkmale, die vermieden werden sollten. Wenn der Benutzer beispielsweise sagt: „Lass die Bowlingkugel nicht auf meinen Becher fallen!“

wird der Becher zur Liste der Objekte hinzugefügt, die der Roboter vermeiden muss. In der Zusammenfassungsphase verwendet FLEX das GPT-4o-Sprachmodell, um die in der vorherigen Phase hinzugefügten Objekte und Merkmale zusammenzufassen. Der Becher wird beispielsweise als zerbrechlicher Gegenstand klassifiziert, sodass der Roboter auch andere zerbrechliche Objekte vermeidet. Schließlich wird in der Maskierungsphase das Standard-Computer-Vision-System des Roboters verwendet, um die Objekte in der Umgebung des Roboters zu identifizieren. Objekte, die nicht mehr vorhanden sind, werden aus der Merkmalsliste des Roboters entfernt, sodass der Roboter seine Entscheidungen in Echtzeit basierend auf Veränderungen in der Umgebung aktualisieren kann. Laut den Forschern dauert der gesamte Prozess etwa fünf Sekunden.

Das Lernen vielfältiger Haushaltspräferenzen

Das Team testete FLEX in einer simulierten Umgebung mit drei Aktivitäten, darunter das Servieren von Kaffee, das Bewegen von Kerzen und das Tragen von Bowlingkugeln. Der Roboter konnte Anweisungen befolgen, die Laptops, Papierstapel und Becher betrafen, und erweiterte diese auf ähnliche Objekte (z. B. elektronische Geräte, brennbare Materialien und zerbrechliche Gegenstände). Diese Forschung wurde teilweise von der Generative AI Impact Alliance des MIT und dem Social and Ethical Responsibility in Computing Program der MIT Schwarzman College of Computing unterstützt. Bobu erklärte: „Haushaltspräferenzen sind extrem vielfältig. Daher sollten Roboter lernen, welche Präferenzen Menschen in verschiedenen Situationen haben, und das nur mit wenigen Anweisungen.“

FLEX ist in der Lage, Robotern zu helfen, die Präferenzen von Menschen in unterschiedlichen Situationen nur mit wenigen Anweisungen zu lernen.

Die Auswirkungen des FLEX-Systems auf die Robotik-Technologie

Die Entwicklung des FLEX-Systems markiert einen wichtigen Fortschritt in der Robotik-Technologie, der es Robotern ermöglicht, menschliche Bedürfnisse flexibler zu verstehen und darauf zu reagieren. Durch die Anwendung großer Sprachmodelle sind Roboter nicht nur in der Lage, spezifische Aufgaben auszuführen, sondern auch potenzielle Risiken vorherzusagen, was für Anwendungen im Alltag von großer Bedeutung ist. Angesichts der Vielfalt in Haushaltsumgebungen kann FLEX schnell lernen und sich an unterschiedliche Präferenzen in verschiedenen Situationen anpassen, was die breite Anwendung von Robotik-Technologie in Haushalten und im Geschäftsbereich fördern und die Qualität und Effizienz der Mensch-Roboter-Interaktion verbessern wird.

H
Über den Autor
Henderson