Робота научили убираться, раскладывая вещи так, как нужно пользователю Исследователи из Принстонского и Стэнфордского университетов разработали систему персонализированной помощи для управления домашними роботами. Она использует языковые модели для обучения роботов понимать предпочтения пользователей. Относительно небольшой набор данных позволяет модели обобщать информацию и предоставлять общие рекомендации. Инженеры создали "резюме" предпочтений пользователя на основе входных данных, чтобы управлять роботом. Система учитывает индивидуальные предпочтения, например, где хранить определенные вещи. Цель состоит в том, чтобы модель могла узнавать предпочтения пользователя по нескольким примерам взаимодействий. Тесты с роботом TidyBot, который убирает и размещает предметы, показали быструю адаптацию и точность в выполнении команд. Робот правильно убирал около 85% предметов в реальных сценариях. Исследователи продолжат работу над моделью для дальнейшего улучшения ее точности и управляемости.