El lenguaje humano acelera el aprendizaje de los robots

Un equipo de investigadores de la Universidad de Princeton descubrió que las descripciones de herramientas en lenguaje humano pueden acelerar el aprendizaje de un brazo robótico simulado que puede levantar y usar varias herramientas.

La nueva investigación respalda la idea de que el entrenamiento de IA puede hacer que los robots autónomos se adapten mejor a nuevas situaciones, lo que a su vez mejora su eficacia y seguridad.

Al agregar descripciones de la forma y función de una herramienta al proceso de entrenamiento del robot, se mejoró la capacidad del robot para manipular nuevas herramientas.

Método ATLA para Entrenamiento

El nuevo método se llama Aprendizaje acelerado de manipulación de herramientas con lenguaje, o ATLA.

Anirudha Majumdar es profesora asistente de ingeniería mecánica y aeroespacial en Princeton y directora del Laboratorio de movimiento de robots inteligentes.

“La información adicional en forma de lenguaje puede ayudar a un robot a aprender a usar las herramientas más rápidamente”, dijo Majumdar.

El equipo consultó el modelo de lenguaje GPT-3 para obtener descripciones de herramientas. Después de probar varias indicaciones, decidieron usar "Describe la [característica] de [herramienta] en una respuesta detallada y científica", siendo la característica la forma o el propósito de la herramienta.

Karthik Narasimhan es profesor asistente de informática y coautor del estudio. Narasimhan también es miembro principal de la facultad en el grupo de procesamiento de lenguaje natural (NLP) de Princeton y contribuyó al modelo de lenguaje GPT original como científico investigador visitante en OpenAI.

“Debido a que estos modelos de lenguaje han sido entrenados en internet, en cierto sentido se puede pensar en esto como una forma diferente de recuperar esa información de manera más eficiente y completa que usar el crowdsourcing o raspar sitios web específicos para obtener descripciones de herramientas”, dijo Narasimhan.