MIT propone que los robots revisen y corrijan recuerdos visuales inciertos

Investigadores del MIT describieron UQ-DAAAM, un método para detectar y corregir descripciones dudosas que un robot guarda sobre objetos de su entorno. El sistema amplía un mapa 3D con subtítulos generados a partir de imágenes y añade una medida de incertidumbre sobre si esos nombres y características son correctos.

El robot compara descripciones del mismo objeto tomadas desde varios ángulos, combina la confianza del modelo con la consistencia entre vistas y selecciona imágenes adicionales que podrían aclarar la identificación. Después fusiona las descripciones menos ambiguas y actualiza el registro. La heurística evita volver a ejecutar el modelo de visión-lenguaje en todos los fotogramas.

El equipo afirma que el proceso resolvió ambigüedades en alrededor del 92% de los objetos de su entorno de prueba usando dos descripciones adicionales por objeto, y mejoró en 5% la exactitud frente al estado del arte evaluado. También mejoró respuestas sobre identidad, ubicación y momento de observación.

Un robot que conserva una etiqueta incorrecta —por ejemplo, confundir una salida de emergencia o un desfibrilador con otro objeto— puede fallar en una tarea posterior. Expresar y reducir incertidumbre resulta especialmente importante en sistemas que navegan, manipulan objetos o colaboran con personas.

Las métricas se refieren a los escenarios y comparaciones del estudio; no prueban fiabilidad clínica o industrial en campo. El trabajo se presentará en NeurIPS. Antes de despliegues de seguridad se requieren pruebas con objetos desconocidos, iluminación variable, oclusiones y fallas de sensores, además de supervisión humana.