تا امروز اکثر رباتهای هوشمند با دستورات خشک و دقیق کار میکردند و اگر دستوری مبهم بود، یا خطا میدادند یا کار را اشتباه انجام میدادند. اما مقاله جدید «Ask-to-Clarify» این بازی را تغییر داده است!
در این روش، رباتها مجهز به یک سیستم گفتگوی چندمرحلهای شدهاند. یعنی اگر شما دستوری مبهم به آنها بدهید، ربات به جای حدس زدن، از شما سوال میپرسد تا ابهام را برطرف کند. این یعنی ترکیب هوشِ برنامهریزی بصری (VLM) با مهارتهای حرکتی برای درک بهتر محیط و انجام دقیقتر وظایف در دنیای واقعی.
این تحقیق نشان میدهد که میتوان با استراتژیهای هوشمندانه، قدرتِ درکِ زبان را در رباتها به حداکثر رساند بدون اینکه مهارتهای حرکتی آنها در اثر آموزش زیاد، ضعیف شود.
منبع: arXiv Computer Vision