FEIJOA: Mobil Robotlar İçin Dil-Temelli Görev Yönetimi

Mobil bir robot "oyuncakları oyuncak kutusuna koy" komutu aldığında neler yapmak gerektiğini anlamak kolay değil. Hangi nesneler oyuncak, hangi kutu kastediliyor, robot oradan nasıl yaklaşacak, nasıl tutacak, nereye koyacak, tüm bu kararlar test sırasında verilmesi gereken sorular.

MIT ve diğer araştırma kurumlarının geliştirdiği FEIJOA, bu sorunu dil modeli aracılığıyla çözmek için tasarlandı. Sistem, önceden hazırlanmış bir sahne temsili yerine, komutu aldığı anda gerçek RGB-D kameradan gelen görüntüyü sorguluyor. Eğer ilk sorgu tam cevap vermezse, soruyu iyileştirerek tekrar soruyor, tıpkı bir insan gibi "hangi oyuncaklar" diye netleştirmek istediğinde.

Sistem, robotun fiziksel yeteneklerini de biliyor. Her hareketi yapmadan önce "bu noktadan hedefi tutabilir miyim?" diye kontrol ediyor, hareket sonrası da "gerçekten başardım mı?" diye gözlemlerle doğruluyor. Bu uygunluk kontrolü, robotun boşa çabamasını veya hata yapmasını önceden engellüyor.

Sınav sonuçları dikkat çekici: 103 açık uçlu sorgudan 94.2'sini tam olarak çözdü. Önceden hazırlanmış sistemler sadece yüzde 68'i başarabiliyor. Boston Dynamics'in Spot robotuyla 50 gerçek dünya denemesinde de sistemi test ettiler.

Bu tür yaklaşımlar, robotların sadece öğretildiği görevleri değil, daha esnek ve uyarlanabilir şekilde çalışmasını mümkün kılıyor. Ev, depo veya fabrika ortamlarında kullanılacak robotlar için bu gelişme önemli.