Forskare under ledning av Gengze Zhou presenterade NavGPT-3, en körmiljö som kopplar samman en stor språkmodell med en handlingspolicy med låg fördröjning för robotar. Systemet kör resonemang, agerande och övervakning i separata trådar, så att roboten snabbt kan avbryta och byta uppgift. Deras handlingspolicy med 8 miljarder parametrar, tränad på 19,28 miljoner exempel, nådde redan 74,5 % på testet R2R-CE. Med hela systemet förbättrades resultatet till 81,5 % på samma test, och NavGPT-3 matchade människors prestation på RxR-CE. Robotarna klarade rutterna på cirka 1 minut och 22 sekunder per omgång.
Varför det spelar roll
Resultatet visar att robotar kan kombinera språkligt resonemang på hög nivå med snabb styrning på låg nivå, vilket för autonom navigering närmare människors hastighet och tillförlitlighet.
