Un mejor método para planificar tareas visuales complejas

Investigadores del MIT han desarrollado un nuevo enfoque impulsado por IA generativa para planificar tareas visuales a largo plazo, como la navegación de robots, que es aproximadamente el doble de efectivo que algunas técnicas existentes. El sistema utiliza dos modelos de visión-lenguaje: uno percibe el escenario en una imagen y simula acciones para alcanzar un objetivo, mientras que el segundo traduce esas simulaciones en archivos en lenguaje PDDL para software de planificación formal. Este método logra una tasa de éxito promedio del 70% y supera a métodos base con un 30%. Es ideal para entornos reales cambiantes, como ensamblajes multirrobot o navegación en condiciones variables. Los investigadores destacan su capacidad para generalizar a problemas no vistos previamente.