Los LLM ayudan a los robots a entender instrucciones vagas y a centrarse en detalles clave

Un nuevo enfoque del MIT utiliza un modelo de lenguaje grande (LLM) para aclarar las instrucciones de los usuarios a los robots, y luego otro LLM para ignorar la información irrelevante. Esto permite que los robots realicen tareas domésticas y de fábrica de manera más eficiente y segura, requiriendo hasta cinco veces menos datos de demostración. El método, llamado "Masked Inverse Reinforcement Learning" (Masked IRL), ayuda a los robots a comprender las preferencias no explícitas de los usuarios y a navegar en entornos complejos.