lunes, 16 de noviembre de 2026
Tecnología

FLEX: MIT y NYU enseñan a los robots a generalizar correcciones en lenguaje natural

FLEX convierte una corrección hablada en una preferencia más amplia con tres pasos (add, generalize, mask) y tarda unos cinco segundos, según el MIT.

4 min de lectura
FLEX: MIT y NYU enseñan a los robots a generalizar correcciones en lenguaje natural

Hecho: El 9 de noviembre el MIT anunció FLEX (Flexible Feature Editing Pipeline), un sistema desarrollado con la New York University que permite corregir robots en lenguaje natural y que las correcciones se generalicen más allá de lo dicho literalmente. La investigación, dirigida por Andreea Bobu del MIT CSAIL, se presentará este mes en la Conference on Robot Learning (CoRL). Nota del MIT.

Cómo funciona: FLEX separa la especificación de features de la optimización de la recompensa. Cada corrección pasa por tres pasos: ADD agrega una feature si la corrección no se explica con las actuales, y un LLM propone la feature y genera el código que la calcula; GENERALIZE reemplaza una feature demasiado específica por la intención de más alto nivel que infiere el LLM —en el ejemplo del MIT, evitar la taza se convierte en evitar objetos frágiles—; y MASK elimina las features que ya no resultan relevantes. Las pruebas usaron GPT-4o y el ciclo completo tarda unos cinco segundos. El robot que iba a dejar caer una taza sobre un escritorio evita también el celular vecino sin que nadie lo haya pedido. Página del proyecto.

Resultados: en simulación, con grillas de navegación de 9×9 y brazo Franka de 7 grados de libertad trabajando café, vela y bolos en secuencias de cinco etapas, FLEX obtuvo la mayor recompensa normalizada promedio en los siete escenarios de navegación; en el que requería las tres operaciones promedió 0,99 frente a 0,69 de ALGAE, que solo agrega, 0,83 de MFE, que solo enmascara, y 0,78 del baseline sin andamio, según detalla Unite.AI. En el brazo, aprendió la recompensa objetivo después de una o dos correcciones y mantuvo el desempeño en etapas tempranas y tardías. En el estudio con 12 participantes, FLEX tuvo la mejor calificación promedio en las cinco dimensiones del cuestionario: para entender la intención, 6,3 sobre 7 frente a 5,0 de ALGAE y 4,5 de MFE, diferencias estadísticamente significativas; en facilidad de uso y colaboratividad, no.

Límites: el estudio humano no corrió en lazo cerrado sobre un robot físico, porque los participantes vieron trayectorias simuladas ante métodos basales con movimientos erráticos del brazo, y el sistema hoy se limita a manipulación cuasi estática de objetos rígidos cuyas propiedades relevantes se pueden describir en palabras. Los autores advierten que el sentido común del LLM puede servir para preferencias compartidas, pero fallar ante preferencias personales o contraintuitivas, y que una indicación más estricta también codifica intensidad de preferencia, algo que la formulación actual no captura. La página del proyecto todavía marca código y dataset como "coming soon".

Contexto: el trabajo fue apoyado, entre otros, por el MIT Generative AI Impact Consortium y el programa de responsabilidad social y científica del Schwarzman College of Computing, y viene de la línea del laboratorio CLEAR del MIT sobre agentes que aprenden de, con y para las personas.

Artículos Relacionados