Recientes investigaciones han buscado integrar labores de inteligencia artificial en plataformas robóticas accesibles económicamente, demostrando con éxito una sinergia intrigante entre algoritmos clásicos de planificación de caminos y modelos avanzados de lenguaje como GPT-4. La innovación radica en un sistema híbrido que se sirve del potente razonamiento semántico provisto por GPT-4, complementando las rutas matemáticamente óptimas calculadas tradicionalmente por el algoritmo A*.
El estudio se ha desarrollado utilizando Petoi Bittle, un robot cuadrúpedo asequible, equipado con una cámara superior para la localización y un Raspberry Pi Zero 2W, minimizando así los requisitos de hardware adicional. El sistema aprovecha la capacidad del modelo GPT-4 para comprender instrucciones en un lenguaje alto nivel, logrando que el robot ejecute tareas complejas sin necesidad de programación explícita en FSM (Máquinas de Estados Finitos).
En un conjunto de experimentos, se midió la capacidad del sistema para evitar áreas peligrosas no definidas originalmente en el mapa gracias al razonamiento del modelo de lenguaje. Uno de los escenarios incluía la identificación de un “obstáculo tóxico” y el sistema alcanzó una tasa de éxito del 100% en instrucciones semánticas, mostrando que el robot podría evitar la zona peligrosa aun cuando una ruta más corta estuviera disponible.
Además, la implementación de GPT-4 permitió la interpretación multifase, donde el robot no solo alcanzaba objetivos específicos sino que también adaptaba su ruta en función de las condiciones del entorno, como reconocer una zona “congestionada” y evitarla. Estas tareas son inviables para planificadores puramente geométricos como A* sin modificaciones personalizadas.
El estudio concluyó que aunque los algoritmos clásicos como A* son eficaces y rápidos para tareas simples, la integración de GPT-4 expande significativamente las capacidades del robot al permitirle resolver instrucciones complejas y manejar tareas semánticas no codificadas inicialmente, todo ello en plataformas robóticas económicas. Este enfoque allana el camino para robots más inteligentes y conscientes del contexto, sin necesidad de costosos componentes adicionales.