Un equipo de investigadores dirigido por Weizhe Xu presentó SafeInferCom, una herramienta que supervisa cómo un modelo de lenguaje de razonamiento amplio (LRLM) genera planes para robots. Verifica cada paso sin interrumpir el proceso del modelo, conserva los planes parciales acertados y corrige los errores cuanto antes. Las pruebas con varios LRLM y el simulador VirtualHome mostraron una mayor tasa de éxito en la planificación y un menor uso de tokens, sobre todo al combinarlo con un refinamiento iterativo. El equipo también probó el sistema con un brazo robótico real.
Por qué importa
Los desarrolladores de robótica pueden obtener planes más fiables en menos tiempo y ahorrar recursos de cómputo y tiempo al implementar robots en el mundo real.
