Do Agentic Policies Need to Look at Every Step? Geometric Abstraction for Reasoning and Action
Pubblicata su AIChronos il · fonte del · Yihang Liu, Yiming Chen, Mingzhe Zheng
Il paper propone di spostare il ragionamento spaziale routinario dalle immagini grezze a testo e simboli tramite un'astrazione geometrica in 3D. Questa interfaccia rappresenta la geometria della scena mediante riferimenti simbolici tipizzati e consapevoli delle evidenze, ancorati da dati RGB-D calibrati. Dopo ogni azione, il sistema restituisce checkpoint testuali compatti con residui metrici, permettendo di riutilizzare strutture simboliche tra le decisioni mentre i valori metrici vengono aggiornati localmente.
- Sposta il ragionamento spaziale dalle immagini a testo e simboli per ridurre la necessità di reinterpretare osservazioni visive grezze ad ogni passo.
- Utilizza un'astrazione geometrica in 3D che viene aggiornata localmente dagli input sensoriali invece di essere calcolata globalmente da zero.
- Mantiene le strutture simboliche del compito riutilizzabili mentre i valori metrici vengono ricollegati alla scena corrente solo quando necessario.
- Riduce sostanzialmente le query multimodali ripetute migliorando l'efficienza durante la sintesi offline e l'esecuzione online delle politiche robotiche.
- Posiziona lo stato geometrico esplicito come un substrato efficace per le politiche degli agenti robot.
Perché conta. Per gli sviluppatori di LLM, agenti autonomi e sistemi AI locali, questo approccio riduce il carico computazionale delle inferenze visive ripetitive mantenendo la precisione del ragionamento spaziale. Consente di integrare modelli linguistici con rappresentazioni geometriche simboliche per creare agenti più efficienti senza dover analizzare ogni singolo frame in tempo reale.
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.