В робототехнике остается нерешенной проблема, возникающая при выполнении совсем простых задач. Чаще всего она связана с необходимостью не только составить план действий, но и точно привязать его к объектам в пространстве. Чтобы улучшить эту ситуацию, Microsoft совместно с группой университетских исследователей разработала тест под названием GroundedPlanBench. Этот тест выясняет, насколько успешно модель может одновременно формировать план действий и привязывать каждый шаг к конкретным объектам на изображении.
Традиционно в роботах используются две отдельные модели: одна генерирует словесный план, а другая преобразует его в физические действия. Однако такой подход часто приводит к ошибкам, когда, к примеру, робот не может корректно выбрать предмет для выполнения задачи. Особенно это проявляется в загроможденных пространствах, где планирование и пространство функционируют независимо друг от друга.
Новый тест требует от системы привязывать каждое действие к конкретному объекту или точке, что заставляет модель учитывать физическое окружение. В набор тестов вошло более 1000 примеров. Некоторые задачи были довольно простыми, такие как «положить ложку на тарелку», тогда как другие, более сложные, порой вызывали трудности у робота из-за неоднозначности инструкций.
Исследователи разработали также метод Video-to-Spatially Grounded Planning (V2GP), который обучает систему на видеозаписях реальных действий роботов. Это позволяет значительно сократить количество ошибок и улучшить точность выполнения задач. Тем не менее, полное решение проблемы на текущий момент не достигнуто, особенно в отношении сложных и долгих задач.
В другом свежем исследовании, проведенном с использованием телескопа James Webb, выяснили, что связь между атмосферой и магнитосферой Сатурна гораздо сложнее, чем предполагали ранее. Исследование установило, что полярные сияния и высотные ветры взаимодействуют в замкнутом цикле, влияя на вращение планеты. Это открытие может изменить восприятие атмосферных процессов как у газовых гигантов, так и экзопланет.