O MIT desenvolveu um framework de mem\u00f3ria de longo prazo que permite a rob\u00f4s formar e lembrar rapidamente um modelo mental detalhado de ambientes grandes e complexos. O m\u00e9todo, batizado Describe Anything, Anywhere, Anytime, at Any Moment (DAAAM), combina mapas 3D com descri\u00e7\u00f5es ricas do entorno. A ideia \u00e9 que o rob\u00f4 responda perguntas em linguagem natural sobre o que v\u00ea e onde est\u00e1.<\/p>\n
O estudo, apresentado na confer\u00eancia CVPR, envolve Luca Carlone, Nicolas Gorlo e Lukas Schmid. Carlone destaca que a mem\u00f3ria espaciotemporal facilita a intera\u00e7\u00e3o humano-rob\u00f4, possibilitando que uma tarefa como buscar um componente seja executada pela voz. Gorlo liderou o trabalho de pesquisa junto a Schmid.<\/p>\n
A proposta permite que o rob\u00f4 anote objetos durante a explora\u00e7\u00e3o, agrupando informa\u00e7\u00f5es em regi\u00f5es do mapa. Em vez de descrever um objeto isolado, o sistema gera descri\u00e7\u00f5es que ajudam o rob\u00f4 a entender contextos maiores, como a localiza\u00e7\u00e3o de um objeto dentro de um rack de bicicletas.<\/p>\n
DAAAM associa descri\u00e7\u00f5es ricas \u00e0s percep\u00e7\u00f5es do rob\u00f4 durante a navega\u00e7\u00e3o. O objetivo \u00e9 transformar mapas tradicionais em mapas baseados em linguagem. Assim, o rob\u00f4 pode mencionar, por exemplo, que a constru\u00e7\u00e3o Stata Center no campus tem arquitetura espec\u00edfica ou que uma bicicleta vermelha est\u00e1 com o pneu furado.<\/p>\n
Para acelerar, o sistema agrega objetos pr\u00f3ximos e seleciona quadros-chave para anota\u00e7\u00e3o. Essas imagens proporcionam descri\u00e7\u00f5es de v\u00e1rios itens de uma vez, reduzindo o tempo de processamento em aproximadamente 10 vezes. A mem\u00f3ria \u00e9 armazenada de forma organizada para f\u00e1cil recupera\u00e7\u00e3o.<\/p>\n
O pipeline utiliza ferramentas de recupera\u00e7\u00e3o que reduzem alucina\u00e7\u00f5es. Assim, uma pergunta sobre uma escultura vista perto de um pr\u00e9dio pode ser respondida com precis\u00e3o em segundos. O desempenho foi entre 21% e 53% mais preciso que m\u00e9todos existentes, conforme o tipo de quest\u00e3o.<\/p>\n
Al\u00e9m da rob\u00f3tica, a abordagem pode beneficiar sistemas de realidade aumentada para detec\u00e7\u00e3o de anomalias e orienta\u00e7\u00e3o de usu\u00e1rios, como caminhantes. A equipe planeja ampliar a mem\u00f3ria para capturar eventos significativos no ambiente e incorporar n\u00edveis de confian\u00e7a nas respostas.<\/p>\n
Gorlo afirma que o objetivo \u00e9 criar um agente generalista capaz de executar qualquer tarefa solicitada. O estudo recebeu financiamento parcial da Army Research Laboratory e da Office of Naval Research. Carlone est\u00e1 em sab\u00e1tico como Amazon Scholar; o artigo descreve trabalhos no MIT, sem v\u00ednculo com a empresa.<\/p>\n","protected":false},"excerpt":{"rendered":"