Метод PRoC3S поможет роботам выполнять сложные задачи с учетом ограничений

PRoC3S, что расшифровывается как «Планирование для роботов через код для непрерывного удовлетворения ограничений», использует крупные языковые модели (LLM) в сочетании с визуальными моделями. Языковая модель генерирует план действий, а симулятор проверяет его на безопасность и реалистичность. Если план оказывается невозможным, LLM создает новый, пока не будет найден оптимальный вариант.

С помощью этой технологии роботы уже научились выполнять такие задачи, как написание букв, рисование звезд и сортировка объектов. Например, роботизированная рука смогла разложить блоки в ровные линии и переместить их в заданные места.

Главное преимущество PRoC3S заключается в сочетании высокоуровневого управления языковыми моделями и точного анализа физических ограничений. Это позволяет роботам решать задачи, которые требуют длительного и сложного планирования, такие как уборка кухни или приготовление завтрака.

Метод был протестирован как в цифровых симуляциях, так и в реальном мире, показав высокую эффективность. Например, в тестах робот успешно справился с задачами в 80% случаев, превосходя аналогичные подходы.