Pesquisadores liderados por Yanjun Li apresentaram o LANGUAGE-FORCING, um método para treinar modelos de ação e representação do mundo para robôs usando descrições em linguagem do progresso das tarefas. O método alinha representações textuais de um modelo de visão e linguagem congelado às previsões visuais do robô sobre o futuro. O custo adicional ocorre apenas durante o treinamento, então o robô opera na mesma velocidade de antes. No benchmark HumanoidArena, o método alcançou uma taxa de sucesso de 79,17%, superando a política seguinte mais bem colocada por 9,46 pontos. Em cinco tarefas no mundo real, a taxa de sucesso subiu de 53,33% para 71,33%.
Por que importa
Para quem desenvolve robôs humanoides, a técnica oferece mais confiabilidade na execução de tarefas sem reduzir a velocidade do robô durante a operação.
