MIT и NYU представляют FLEX — систему с LLM для редактирования признаков в планировании движений робота
Исследователи из лаборатории CLEAR (MIT) и Нью-Йоркского университета представляют FLEX — трёхэтапный конвейер редактирования признаков, который с помощью большой языковой модели позволяет роботам выводить скрытые намерения из естественных команд и обобщать их за пределы буквальных инструкций (показано в симулированных задачах планирования траекторий). Работа будет представлена на ежегодной конференции Conference on Robot Learning.