I ricercatori guidati da Tianqi Gong hanno presentato GTI, un metodo che mantiene chiaro l’obiettivo complessivo mentre il robot affronta compiti articolati in molti passaggi. GTI analizza ciò che il robot vede e le azioni già compiute per stabilire quale sottoattività sia in corso e quale stato visivo debba raggiungere successivamente. Nei test con robot reali, GTI ha portato il tasso medio di successo dei compiti completati dall’inizio alla fine dal 21.7% al 59.2%, più che raddoppiando i risultati.
Lo studio segnala miglioramenti anche nei benchmark simulati: il tasso di successo nei compiti di RoboCasa365 è salito al 31.8%, mentre il successo complessivo su VLA‑Arena ha raggiunto il 47.6%.
Perché conta
Tassi di successo più alti significano che i robot possono svolgere con maggiore affidabilità compiti composti da più passaggi per gli utenti del settore industriale.