MIT istraživači pretvaraju slike u akcije robota

MIT-ov tim otkrio je novi hibridni AI planer koji pretvara slike u akcije robota bez prethodnog programiranja. Sistem koristi specijalizirani model računalnog vida i jezika za analizu scena i simulaciju putanja, postižući prosječnu uspješnost od 70% u ispitivanjima.

Ovo nije samo nadrealno brza demonstracija — metoda je uspješnija od određenih postojećih tehnika po gotovo dvostrukoj mjeri u odnosu na standardne referentne točke. Nova metoda otvara vrata autonomnim robotima koji mogu planirati akcije u realnom vremenu, od industrijske montaže do logistike.

Ključ je u integriranju generativnih modela s formalnim planerima, što omogućava rješavanje novih problema koje dotadašnji sistemi nisu uspjeli obuhvatiti. Rezultati će biti predstavljeni na ICLR 2026 u Rio de Janeiru, što ovoj ideji daje dodatnu ozbiljnost u akademskoj zajednici.

Međutim, pravi izazov leži u prelasku iz laboratorija u realne uvjete. Trenutno rješenje ovisi o visokokvalitetnim slikama i stabilnim okolinama — u praksi znači da industrija još uvijek traži rješenja za nejasne scenarije poput nepredvidljivog osvjetljenja ili statičkih smetnji.

Sustav još uvijek nije testiran u uvjetima visokog šuma ili oštećenih senzora, što je uobičajeno u skladištima ili fabrici tijekom radnog dana. S druge strane, za robotiku u zatvorenim okolinama poput montažnih traka ili skladišnih prostora, ovaj pristup već sada obećava značajne uštede u vremenu i resursima.

Industrija zahtijeva rješenja koja neće samo raditi u demonstraciji, već i u uvjetima gdje jedan pogrešan korak košta milijune.

Kako bi se to osiguralo, potrebna je dodatna optimizacija za skalabilnost i pouzdanost u realnom vremenu. Očekuje se da će se ova tehnologija dalje razvijati i poboljšavati, omogućavajući još šire primjene u različitim industrijama. Time će se povećati učinkovitost i smanjiti troškovi, što će na kraju dovesti do veće konkurentnosti na tržištu.