El MIT desarrolla un sistema inteligente para ayudar a los robots a entender la intención humana

·por Henderson·Engineering
El MIT desarrolla un sistema inteligente para ayudar a los robots a entender la intención humana
Puntos clave
  • El sistema FLEX desarrollado por el MIT ayuda a los robots a entender la intención humana.
  • FLEX utiliza modelos de lenguaje de gran tamaño para identificar riesgos potenciales y mejorar el comportamiento de los robots.
  • El sistema actualiza las decisiones del robot a través de tres etapas: adición, generalización y enmascaramiento.
  • La investigación muestra que FLEX puede aprender las preferencias humanas en diversas situaciones.

El Massachusetts Institute of Technology (MIT) ha desarrollado un sistema impulsado por inteligencia artificial, diseñado para ayudar a los robots a comprender la intención humana, como la necesidad implícita de una persona al pedirle a un robot que retire una taza de café de una mesa desordenada. Este sistema, llamado FLEX (Flexible Language Guided Representation Editing for Adaptive Robot Behavior), se presentará este mes en la conferencia anual de aprendizaje de robots.

Pruebas y aplicaciones del sistema FLEX

Los investigadores utilizaron un brazo robótico para realizar tareas simuladas y probar FLEX. En un ejemplo, se le pidió al robot que transportara una taza de café desde una mesa desordenada. El usuario dijo: "¡No derrames sobre la computadora portátil!" FLEX identificó el riesgo potencial de derramar café sobre la computadora portátil y utilizó un modelo de lenguaje de gran tamaño (LLM) para asociar el líquido con dispositivos electrónicos. Posteriormente, el robot evitó la computadora portátil y el teléfono cercano, a pesar de que el usuario no mencionó el teléfono en las instrucciones. Esta investigación fue liderada por la profesora asistente de aeronáutica y astronáutica Andreea Bobu, con coautores que incluyen al investigador postdoctoral Nathan Dennler del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT, y a la estudiante de maestría Audrey

Lee SM ’26 y al estudiante de la Universidad de Nueva York Ilia Sucholutsky.

Los modelos de lenguaje de gran tamaño (LLM) han sido entrenados con grandes cantidades de texto de Internet y pueden asociar objetos y situaciones con información relevante. Por ejemplo, en el caso de que se derrame café o agua, el LLM relaciona esto con el posible daño a dispositivos electrónicos. FLEX utiliza estas asociaciones para ayudar a los robots a predecir mejor los problemas que pueden surgir con objetos que el usuario no ha mencionado explícitamente. El sistema pasa por tres etapas: adición, generalización y enmascaramiento. En la etapa de adición, FLEX identifica los objetos y características que deben evitarse. Por ejemplo, si el usuario dice: "¡No dejes caer la bola de boliche sobre mi taza!"

, la taza se añadirá a la lista de objetos que el robot debe evitar. En la etapa de generalización, FLEX utiliza el modelo de lenguaje GPT-4o para generalizar los objetos y características añadidos en la etapa anterior. Por ejemplo, la taza se clasificará como un objeto frágil, por lo que el robot también evitará todos los demás objetos frágiles. Finalmente, en la etapa de enmascaramiento, se utilizará el sistema de visión por computadora estándar del robot para identificar los objetos alrededor del robot. Aquellos objetos que ya no estén presentes se eliminarán de la lista de características del robot, permitiendo que el robot actualice sus decisiones en tiempo real según los cambios en el entorno. Según los investigadores, todo el proceso toma aproximadamente cinco segundos.

Aprendizaje de preferencias diversas en el hogar

El equipo probó FLEX en un entorno simulado con tres actividades, que incluían servir café, mover velas y transportar bolas de boliche. El robot pudo seguir instrucciones que involucraban computadoras portátiles, pilas de papel y tazas, y expandió esto para incluir objetos similares (como dispositivos electrónicos, materiales inflamables y objetos frágiles). Esta investigación fue parcialmente apoyada por la Alianza de Impacto de Inteligencia Artificial Generativa del MIT y el Programa de Responsabilidad Ética en Computación y Sociedad de la Escuela de Computación Schwarzman del MIT. Bobu comentó: "Las preferencias en el hogar son extremadamente diversas. Por lo tanto, los robots deben aprender las preferencias de las personas en diversas situaciones con solo unas pocas instrucciones."

FLEX puede ayudar a los robots a aprender las preferencias de las personas en diferentes situaciones con solo unas pocas instrucciones.

Impacto del sistema FLEX en la tecnología robótica

El desarrollo del sistema FLEX marca un avance significativo en la tecnología robótica, permitiendo que los robots comprendan y respondan de manera más flexible a las necesidades humanas. A través de la aplicación de modelos de lenguaje de gran tamaño, los robots no solo pueden realizar tareas específicas, sino también predecir riesgos potenciales, lo cual es especialmente importante para aplicaciones en la vida cotidiana. A medida que los entornos domésticos se diversifican, FLEX puede aprender y adaptarse rápidamente a las preferencias en diferentes situaciones, lo que fomentará una amplia aplicación de la tecnología robótica en los ámbitos doméstico y comercial, mejorando la calidad y eficiencia de la interacción humano-robot.

H
Sobre el autor
Henderson