Els robots que basen el seu comportament en models de visió-llenguatge-acció (VLA) solen aturar-se a observar l'entorn i planificar abans de cada moviment, un procés que introdueix un retard perceptible i que resulta especialment problemàtic en tasques dinàmiques, on l'entorn canvia mentre el robot encara està "pensant".
Un equip liderat per Song Han, professor associat del Departament d'Enginyeria Elèctrica i Ciència de la Computació del MIT, amb els estudiants Jiaming Tang (MIT) i Yufei Sun (Universitat de Tsinghua) com a primers autors i col·laboradors de Nvidia, la Universitat de Califòrnia a Berkeley, la de San Diego i el Caltech, ha presentat VLASH, un sistema que fa que el robot prediga la seva pròpia posició futura i la de l'entorn mentre encara completa el bloc d'accions en curs, i faci servir aquesta predicció per planificar el moviment següent sense aturar-se. Combinada amb una tècnica de "quantització d'accions" que genera seqüències més curtes i de passos més grans, la tècnica multiplica per trenta la velocitat de reacció entre blocs d'accions i accelera entre dues i tres vegades el conjunt de les tasques, amb un doblatge de la velocitat en operacions de recollir i col·locar objectes i un manteniment d'un 90% de precisió en classificació de cubs fins i tot accelerada; l'equip l'ha provat també en tasques d'apilament, tennis de taula, el joc del piga-taupa i el plegat de roba, i n'ha presentat els resultats a la conferència Intelligent Robots and Systems. "Aquest treball estableix una bona base per a aplicacions robòtiques eficients, ràpides, accelerades i de baix cost", ha resumit Han.
La notícia és rellevant perquè la lentitud de reacció és un dels colls d'ampolla més citats a l'hora de desplegar robots basats en models VLA en entorns reals i dinàmics -magatzems, línies de muntatge o fins i tot llars-, i perquè la tècnica no afegeix cap cost computacional addicional i es pot aplicar a maquinari divers, la qual cosa en facilitaria una adopció ràpida si es confirma en desplegaments més enllà del laboratori.
Els resultats provenen de demostracions en un entorn de laboratori amb tasques concretes -recollir i col·locar, apilar, tennis de taula, piga-taupa- i encara no d'un desplegament industrial complet; la investigació s'ha presentat en una conferència especialitzada i encara no ha estat replicada de manera independent per altres grups, i l'equip mateix assenyala que el pas següent és integrar la tècnica amb "models de món" per confirmar-ne el rendiment en tasques més complexes.