Robotik dünyasında uzun süredir aşılmaya çalışılan ‘öngörülemeyen ortamlarda esnek görev yönetimi’ sorununa yönelik önemli bir adım atıldı. New York Üniversitesi (NYU) Tandon Mühendislik Okulu'ndaki araştırmacılar, robotların tıpkı bir insan gibi eylemlerini planlayıp anlık olarak düzeltebildiği yeni bir algoritma olan BrainBody-LLM'i tanıttı. Geleneksel programlama yöntemlerinin aksine, ChatGPT'nin arkasındaki teknoloji olan büyük dil modellerini (LLM) kullanan bu sistem, makinelerin daha akıllı ve uyumlu hale gelmesinin önünü açıyor.
İKİ AŞAMALI YÖNETİM SİSTEMİ
BrainBody-LLM algoritması, insan beyni ile vücudu arasındaki iletişim prensibini taklit eden iki ana bileşenden oluşuyor.
Brain LLM (Beyin): Üst düzey planlamayı yönetiyor. Karmaşık görevleri analiz ederek bunları daha küçük, yönetilebilir adımlara bölüyor.
Body LLM (Vücut): Beyinden gelen planı alarak robotun aktüatörleri (hareket mekanizmaları) için hassas komutlara dönüştürüyor ve fiziksel hareketi sağlıyor.
KAPALI DEVRE GERİ BİLDİRİM
Sistemin en kritik özelliği ise 'kapalı devre geri bildirim' (closed-loop feedback) mekanizması. Robot, hareketlerini ve çevresel koşulları sürekli izleyerek LLM sistemine hata sinyalleri gönderiyor. Bu sayede sistem, hataları gerçek zamanlı olarak algılayıp düzeltebiliyor.
Çalışmanın başyazarı ve NYU Tandon doktora adayı Vineet Bhat, teknolojinin farkını şu sözlerle özetledi: "BrainBody-LLM'nin temel avantajı, LLM bileşenleri arasında dinamik etkileşimi kolaylaştıran kapalı devre mimarisinde yatmaktadır. Bu yapı, karmaşık ve zorlu görevlerin sağlam bir şekilde ele alınmasını sağlıyor."
PERFORMANSTA YÜZDE 17 ARTIŞ
Araştırmacılar, geliştirdikleri yaklaşımı önce 'VirtualHome' adlı simülasyon ortamında, ardından 'Franka Research 3' adlı gerçek bir robotik kol üzerinde test etti. Elde edilen sonuçlar, BrainBody-LLM'nin önceki yöntemlere kıyasla belirgin bir iyileşme sağladığını ve simülasyonlarda görev tamamlanma oranlarını yüzde 17'ye kadar artırdığını gösterdi. Fiziksel robot testlerinde de sistemin, gerçek dünyanın karmaşıklığıyla başa çıkarak görevlerin çoğunu başarıyla tamamladığı raporlandı.
GELECEKTEKİ UYGULAMA ALANLARI
Henüz tam ölçekli ticari dağıtıma hazır olmayan ve kontrollü ortamlarda test edilen sistemin, gelecekte fabrikalar, hastaneler ve evlerde kullanılan robotları dönüştürmesi bekleniyor. Araştırma ekibi, ilerleyen aşamalarda 3 boyutlu görüş, derinlik algılama ve çeşitli sensör yöntemlerini sisteme entegre ederek, LLM tabanlı planlama algoritmalarını gerçek dünya uygulamaları için daha güvenli ve güvenilir hale getirmeyi planlıyor.
