Gengze Zhou氏らの研究チームは、大規模言語モデルと低遅延のロボット向け行動ポリシーを連携させる実行環境「NavGPT-3」を発表した。このシステムでは、推論・行動・監視を別々のスレッドで実行するため、ロボットはすばやく処理を中断して別のタスクに切り替えられる。1,928万件の事例で学習させた80億パラメーターの行動ポリシーは、R2R‑CEベンチマークで既に成功率74.5%を達成していた。システム全体では、NavGPT-3の同テストでの成功率は81.5%に向上し、RxR‑CEでは人間並みの成績を記録。1エピソードあたり約1分22秒でルートを完了した。
なぜ重要か
ロボットが高度な言語推論と高速な低レベル制御を組み合わせられることを示しており、自律ナビゲーションが人間並みの速度と信頼性に近づいている。
