Исследователи из Брауновского университета, США, разработали ПО Lang2LTL, способное “переводить” четкие вербальные инструкции в команды для роботов, выполнять которые можно без затрат тысяч часов на тренировки - как “физические”, так и виртуальные.

“Понимание” основывается на недавних прорывах в исследованиях больших языковых моделей (LLM). В частности, команда разработчиков представила метод, позволяющий дробить инструкции на серии простых команд. Подход исключает потребность в обучающих данных и позволяет роботам следовать простым словесным инструкциям и перемещаться в требуемые точки, используя только карту.

Кроме того, ПО Brown labs позволяет роботу формировать поведение на основе команд, сформулированных на естественном языке. Более того, системы “учатся” пониманию контекста и “осознанию” своих возможностей, что, в свою очередь, позволяет перекрыть провалы в логике или изменить порядок действий. Lang2LTL дробит комплексные инструкции на множество модулей, после чего определяет правильную последовательность исполнения команд.

В будущем, исследователи запустят симуляцию, основанную на OpenStretMaps, пользователи которой смогут отдавать команды виртуальному роботу - как ожидается, подход поможет с оптимизацией ПО.

По материалам: therobotreport.com ; источник изображения: bostondynamics.com  

Научить роботов пониманию команд на естественном языке (с помощью LLM) - перспективный путь. Постепенно с роботами, особенно с мобильными, будет контактировать все больше людей, и естественный язык - наиболее подходящий интерфейс для взаимодействия с ними.