La IA y los problemas difíciles del mundo · Informática teórica · arXiv · 2026-10-22
SLoSa: modelos fundacionales pequeños, de bajo consumo y seguros para la planificación de tareas robóticas
Título original: SLoSa: Small, Low-Power, and Safe Foundation Models for Robotic Task Planning
SLoSa aborda la planificación segura de tareas robóticas con planificadores basados en modelos fundacionales que son pequeños, de bajo consumo y conscientes de la seguridad, combinando la interfaz de tareas flexible de los LLM con las garantías formales de los planificadores clásicos. El marco construye un conjunto de datos consciente de la seguridad a partir de planificadores clásicos, un LLM profesor avanzado y verificadores formales, y después aplica un ajuste fino supervisado seguido de un ajuste fino por aprendizaje por refuerzo guiado por una máquina de recompensas basada en verificación. En cuatro dominios PDDL, el posentrenamiento guiado por verificador eleva la tasa de éxito de los planificadores compactos de 4B-14B hasta el 70.5-76.0%, y el despliegue INT4 en un Jetson Orin requiere 17.85-26.41 W de potencia media.