S-Agent: El uso de herramientas espaciales para el razonamiento en inteligencia espacial | Cómo mejorar la comprensión física de los agentes mediante herramientas externas | Framework para agentes con capacidades de navegación y medición avanzada

Abstract

PROBLEMA: Los modelos de lenguaje actuales a menudo fallan en tareas que requieren una comprensión profunda del espacio físico, la geometría y la navegación, limitando su utilidad en robótica y aplicaciones AR/VR. SOLUCIÓN: El paper presenta S-Agent, un sistema que fomenta la inteligencia espacial mediante el uso proactivo de herramientas especializadas (reglas, brújulas, mapas) para resolver problemas espaciales complejos. METODOLOGÍA: Se introduce un nuevo framework de entrenamiento y un benchmark diseñado para evaluar cómo los agentes invocan herramientas para medir, orientar y posicionar objetos en entornos simulados 3D. RESULTADOS: S-Agent demuestra una mejora significativa en la precisión de tareas de navegación y manipulación en comparación con modelos base que solo dependen de su conocimiento paramétrico. RELEVANCIA: Este enfoque es fundamental para el desarrollo de agentes con capacidades de 'world models' que puedan razonar de forma veraz sobre el mundo físico.