Aprendizaje activo bayesiano para la disambiguación de intenciones en la planificación de robots interactivos

Resumen del corpus

Se propone un marco bayesiano para resolver la ambigüedad en las instrucciones de lenguaje natural para la planificación de robots interactivos. El método utiliza LLMs para generar especificaciones y preguntas de clarificación, utilizando optimización bayesiana para seleccionar las consultas que maximizan la ganancia de información. El enfoque logra una mayor satisfacción de la tarea y requiere menos rondas de clarificación que los modelos basados en LLM.

Periodista: Huao Li, Carson Sobolewski, Augustinos Saravanos, William Tan, John Karigiannis, Chuchu Fan

Personas mencionadas
Noticia original

Ver todas las noticias de arXiv Computer Science AI