Verso i robot agentici: modello, dati, ambiente e infrastruttura di orchestrazione

Abstract degli autori

I modelli fondazionali stanno imprimendo un cambio di paradigma all’intelligenza robotica: dalla previsione delle azioni a basso livello si passa all’orchestrazione, orientata a obiettivi, della raccolta dei dati, dell’addestramento dei modelli, della pianificazione dei compiti e dell’esecuzione nel mondo reale. Definiamo questo paradigma emergente quello dei robot agentici, in cui gli agenti ragionano sulle istruzioni umane, interagiscono con gli ambienti robotici, correggono autonomamente gli errori di esecuzione e adattano dinamicamente le strategie operative. Sebbene il settore si sviluppi rapidamente, gli studi attuali sono poco collegati tra loro. Ai ricercatori manca una visione coerente di come combinare le diverse funzioni agentiche in un sistema robotico completo. Questo articolo offre una panoramica unitaria delle ricerche esistenti sui robot agentici. Ripercorriamo dapprima il passaggio dalle politiche robotiche ai sistemi agentici, esaminando i modelli visione-linguaggio-azione, i modelli del mondo e i modelli mondo-azione. Chiariamo poi la definizione e l’ambito dei robot agentici e organizziamo le ricerche esistenti in diciassette categorie, distribuite in quattro ambiti funzionali: Modello, Dati, Ambiente e Infrastruttura di orchestrazione. Per ciascuno di questi ambiti, esaminiamo come gli agenti influenzino l’apprendimento dei modelli e le decisioni dei robot, raccolgano e selezionino i dati robotici, costruiscano mondi, compiti e test per l’apprendimento e la valutazione e organizzino le capacità necessarie all’impiego dei robot. Infine, discutiamo le sfide ancora aperte e delineiamo le direzioni della ricerca futura. Ci auguriamo che questo lavoro contribuisca a una comprensione più chiara dei robot agentici e favorisca nuovi approcci per renderli più capaci, affidabili e adattabili.