Raonament de Robots en Entorns Oberts amb Models (M)LLMs
RESUM:
Els sistemes robòtics han de funcionar en entorns oberts i complexos, on és impossible tenir un coneixement complet del món. Aquesta xerrada explora com els Grans Models de Llenguatge Multimodals ((M)LLMs) poden donar suport al raonament robòtic en condicions d’incertesa, alhora que s’aborden els reptes que plantegen agents incontrolats com els humans.
Anirem més enllà de l’aplicació directe dels MLLMs introduint tècniques per controlar les al·lucinacions i garantir un raonament sòlid.
Aquestes tècniques inclouen la integració de metodologies formals i enfocaments neurosimbòlics per crear processos de raonament més fiables i adaptatius per a sistemes robòtics en el món real.
Idioma de la classe magistral: CATALÀ.
PONENTS:
- Magí Dalmau Moreno, Cap de Robòtica Cognitiva a Eurecat
Magí Dalmau va obtenir el seu títol en Enginyeria Industrial per la Universitat Politècnica de Catalunya el 2019 i va completar el seu màster en Intel·ligència Artificial a la Universitat Pompeu Fabra el 2022.
Es va unir a Eurecat el 2019 com a investigador dins del grup de Manipulació Robòtica. Des de gener de 2024, és el cap del grup de Robòtica Cognitiva, liderant la recerca per dotar els robots de capacitats de raonament i interacció natural en escenaris centrats en els humans, aprofitant la Intel·ligència Artificial Generativa, l’Aprenentatge per Reforç i la Planificació amb IA.
IDIOMA I FORMAT DE LA MASTERCLASS:
Català | Virtual
AGENDA:
- Introducció: El Problema dels Entorns Oberts en Robòtica
- (M)LLMs com a Fonts Universals de Coneixement
- Control de les Al·lucinacions i Millora de la Solidesa
- Aterrar la Percepció i Aprendre a partir de Dades dels Robots
- Generació Flexible de Plans a partir del Llenguatge Natural
- Gestió de la Incertesa i Preferències Humanes
- Detecció i Resolució de Fallades en l’Execució d’Accions
- Discussió: El Camí a Seguir en el Raonament de Robots en Entorns Oberts
