Uma equipe de pesquisa do MIT desenvolveu um método que permite a um robô acelerar sua atividade, fazendo-o “pensar” antecipadamente sobre seus próximos movimentos. A técnica permite que a inteligência artificial que movimenta a máquina preveja sua posição futura, diminuindo a espera entre um movimento e outro e tornando as ações mais fluidas e rápidas. Tempos de latência muito longos Os robôs mais modernos possuem sistemas generativos de IA chamados modelos de visão-linguagem-ação (VLA), que atuam como um cérebro e ajudam a máquina a realizar ações. O problema é que o modelo VLA consome muitos recursos computacionais e isso prolonga os tempos de latência entre uma ação do robô e outra. “O nosso objetivo foi garantir que os processos de decisão e executivos decorriam em paralelo, de forma a reduzir os tempos de reação”, explica Jiaming Tang, um dos coordenadores da investigação. Dessa necessidade nasceu como uma bailarina o VLASH, um sistema que permite ao modelo VLA antecipar onde o robô estará, para ter a próxima instrução pronta quando ela chegar. termina um movimento. O mecanismo lembra aquele implementado pelos bailarinos: para conseguirem se mover no tempo durante um exercício, executando corretamente até os passos mais rápidos, eles “pensam com antecedência”, imaginando o próximo passo enquanto ainda executam o atual. Ao jogar antecipadamente, os robôs conseguem reduzir o tempo morto entre uma ação e outra, acelerando as reações em mais de trinta vezes. Para ganhar ainda mais velocidade, os pesquisadores também introduziram a chamada “quantização de ações”: em vez de calcular muitos movimentos pequenos, o robô realiza alguns movimentos maiores na mesma trajetória. Isso resulta em uma ligeira queda na precisão, mas permite que as tarefas sejam concluídas duas a três vezes mais rápido. Treinamento mais rápido Finalmente, a equipe desenvolveu um método de treinamento que ensina o modelo VLA a confiar em previsões futuras em vez de apenas dados observados em tempo real, reutilizando dados de treinamento para acelerar o treinamento em cinco vezes, sem usar recursos computacionais adicionais.
Fonte: Focus
