MIT cria memória espaço-temporal que permite robôs revisitarem ações em linguagem natural
Pesquisadores do MIT liderados pelo professor associado de AeroAstro Luca Carlone publicaram um framework de memória de longo prazo que permite a robôs móveis montarem modelos mentais ricos e consultáveis de ambientes grandes. O robô responde a perguntas em linguagem natural como "onde deixamos o componente meio-montado ontem à noite" e age sobre a resposta em tempo real.
O método combina representações 3D em grafos de cena com descrições em linguagem acumuladas ao longo do tempo, expondo tudo como um mapa linguístico sobre o qual o LLM raciocina. Ele supera as melhores referências em acurácia rodando rápido o bastante para uso ao vivo, com aplicações que vão de manutenção em RA a orientação de passageiros.
Ver resumo completo de 17 de junho de 2026