# GTI förbättrar robotars förmåga att klara långa uppgifter

> Enligt en ny artikel på arXiv ökar GTI-modellen andelen helt avklarade uppgifter från 21,7 % till 59,2 % i tester med verkliga robotar.

Oossa · 2026-11-19 · https://oossa.com/sv/gti-improves-long-horizon-robot-task-success-in-experiments

Forskare under ledning av Tianqi Gong har presenterat GTI, en metod som hjälper en robot att hålla fast vid uppgiftens övergripande mål medan den utför många steg. GTI väger samman vad roboten ser och vad den redan har gjort för att avgöra vilket delmoment som är aktuellt och vilket visuellt tillstånd den ska nå härnäst. I tester med verkliga robotar ökade GTI den genomsnittliga andelen helt avklarade uppgifter från 21,7 % till 59,2 %, alltså mer än en fördubbling.

Artikeln rapporterar också förbättringar i simulerade tester. Andelen lyckade uppgifter på RoboCasa365 steg till 31,8 %, och den totala andelen lyckade uppgifter på VLA-Arena nådde 47,6 %.

## Fakta

- GTI höjer den genomsnittliga andelen helt avklarade uppgifter från 21,7 % till 59,2 % i tre experiment med verkliga robotar.
- Artikeln skickades in 18 nov 2026 och publicerades 19 nov 2026.

## Varför det spelar roll

Högre andel lyckade uppgifter innebär att robotar kan utföra sysslor med flera steg pålitligare för användare inom industrin.

## Källor och referenser

1. [GTI: Grounding Task Intent Throughout Long-Horizon VLA Manipulation](https://arxiv.org/abs/2611.23926) – arXiv cs.RO, 2026-11-19

Senast uppdaterad: 2026-11-19
