IA e os Problemas Difíceis do Mundo · Ciência da computação teórica · arXiv · 2026-10-22
SLoSa: modelos de fundação pequenos, de baixo consumo e seguros para o planejamento de tarefas robóticas
Título original: SLoSa: Small, Low-Power, and Safe Foundation Models for Robotic Task Planning
A SLoSa aborda o planejamento seguro de tarefas robóticas com planejadores baseados em modelos de fundação que são pequenos, de baixo consumo e conscientes de segurança, combinando a interface flexível de tarefas dos LLMs com as garantias formais dos planejadores clássicos. A estrutura constrói um conjunto de dados consciente de segurança a partir de planejadores clássicos, de um LLM professor avançado e de verificadores formais, e então aplica fine-tuning supervisionado seguido de fine-tuning por aprendizado por reforço guiado por uma máquina de recompensas baseada em verificação. Em quatro domínios PDDL, o pós-treinamento guiado por verificador eleva a taxa de sucesso de planejadores compactos de 4B-14B para 70.5-76.0%, e a implantação em INT4 em um Jetson Orin requer 17.85-26.41 W de potência média.