Az MIT kutatói egy új, mesterséges intelligencián alapuló megközelítést fejlesztettek ki, amely jelentősen hatékonyabbá teszi a hosszú távú vizuális feladatok, például robotok navigációjának tervezését. Az általuk kidolgozott rendszer kétszer jobb eredményeket ért el a jelenleg használt módszerekhez képest, miközben képes új, korábban nem látott problémák kezelésére is. Új út a vizuális tervezésben A hagyományos tervező algoritmusok általában a formális nyelvekre épülnek, amelyek segítségével pontos, lépésenkénti terveket készíthetünk bonyolult feladatok megoldására. Ezek a rendszerek azonban nem tudnak közvetlenül képi információkat feldolgozni, így a vizuális alapú problémák megoldása gyakran nehézkes. Ezzel szemben a nagy látás-nyelv modellek (vision-language models, VLM-ek) képesek képeket és szövegeket is értelmezni, de a térbeli kapcsolatok és a hosszú…