Andamiaje del desarrollo con grandes modelos de lenguaje

La exploración y la autoobservación son mecanismos clave del desarrollo sensoriomotor en los bebés. Estos procesos son guiados por el andamiaje parental para acelerar la adquisición de habilidades y conocimientos. En la robótica del desarrollo, este enfoque se ha adoptado a menudo haciendo que un humano actúe como la fuente de andamiaje. En este estudio, investigamos si los grandes modelos de lenguaje (LLMs) pueden actuar como un agente de andamiaje para un sistema robótico que tiene como objetivo aprender a predecir los efectos de sus acciones. Con este fin, se considera un sistema de manipulación de objetos donde un objeto puede ser recogido y colocado encima o en la proximidad de otro objeto. Se le pide al LLM adoptado que guíe el proceso de selección de acciones a través de descripciones de estado generadas algorítmicamente y alternativas de selección de acciones en lenguaje natural. Los experimentos de simulación que incluyen cubos en este sistema muestran que el aprendizaje guiado por LLM (guiado por GPT3.5) produce un descubrimiento significativamente más rápido de nuevas estructuras en comparación con la exploración aleatoria. Sin embargo, observamos que GPT3.5 no logra guiar efectivamente al robot en la generación de estructuras con diferentes ofertas, como cubos y esferas. En general, concluimos que, incluso sin ajuste fino, los LLM pueden servir como un agente de andamiaje moderado para mejorar el aprendizaje del robot; sin embargo, todavía carecen de entendimiento de las ofertas, lo que limita la aplicabilidad de los LLM actuales en tareas de andamiaje robótico.