Adaptive Domain Modeling with Language Models: A Multi-Agent Approach to Task Planning

Imagina que estás intentando enseñarle a un robot a cocinar la cena. En los viejos tiempos, los científicos tenían que escribir un manual de instrucciones masivo y rígido para cada posible escenario: "Si la olla es roja, haz X. Si la olla es azul, haz Y". Si el robot encontraba una olla verde, o una tarea que no había visto antes, se quedaba congelado porque el manual no lo cubría. Este es el mundo de la planificación simbólica, donde las computadoras siguen reglas estrictas y preescritas. Es potente, pero es como un GPS que solo conoce las carreteras dibujadas en un mapa de 1990; si se abre una nueva carretera, el GPS se pierde.

Por otro lado, ahora tenemos los Modelos de Lenguaje Extensos (LLM), los cerebros de IA superinteligentes que pueden charlar, escribir historias y entender el lenguaje humano. Son increíblemente flexibles y pueden adivinar lo que quieres decir incluso si lo dices de forma extraña. Sin embargo, también son un poco como un artista brillante pero distraído: pueden imaginar un plan que suene genial, pero que sea físicamente imposible de realizar para un robot, o pueden olvidar por completo las leyes de la física.

La gran pregunta para los científicos es: ¿Cómo combinamos la estricta fiabilidad de los robots que siguen reglas con el cerebro creativo y flexible de la nueva IA? Necesitamos un sistema que pueda entender una petición desordenada del mundo real como "Haz una torre con el bloque más grande abajo", y luego deducir cómo construirla, incluso si el robot nunca ha visto un "bloque más grande" antes. Aquí es donde entra el artículo que vas a leer, ofreciendo una nueva forma de permitir que los robots aprendan sobre la marcha.

---

Conoce a TAPAS: El equipo de arquitectos creativos del robot

Conoce a TAPAS (Task-based Adaptation and Planning using AgentS). Piensa en TAPAS no como un único cerebro robótico, sino como un pequeño y altamente organizado equipo de construcción trabajando dentro de una computadora. En lugar de una sola persona intentando hacerlo todo, TAPAS divide el trabajo entre tres "agentes" especializados (pequeños trabajadores de IA), cada uno con un rol específico, que se comunican entre sí para construir un plan.

Así es como trabaja este equipo, usando una analogía simple: Imagina que quieres construir una torre con bloques, pero le dices al equipo: "Quiero el bloque rojo encima del azul".

1. El Generador de Dominios (El escritor del libro de reglas)
Primero, el Generador de Dominios escucha tu petición. En los viejos tiempos, si el robot no sabía qué significaba "rojo" o "azul" en su libro de reglas, simplemente decía: "¡Error! ¡No conozco esa palabra!" y se detenía. Pero TAPAS es diferente. Si el Generador de Dominios se da cuenta de que: "Oye, nuestro libro de reglas actual no tiene una forma de describir colores", no entra en pánico. Dice: "Está bien, necesitamos añadir una regla de 'color' a nuestro libro de reglas". Literalmente reescribe el manual de instrucciones interno del robot en el acto para incluir este nuevo concepto.

2. El Generador de Estado Inicial (El configurador de la escena)
Después, el Generador de Estado Inicial observa la habitación. Ve los bloques sobre la mesa. Si el libro de reglas acaba de ser actualizado para incluir el "color", este agente pregunta: "¿Espera, de qué color es cada bloque?". Si no se lo dijiste, podría pedirte información a ti (o a la simulación). Establece la escena, asegurándose de que el robot sepa exactamente dónde está cada bloque y de qué color es, coinciendo con las nuevas reglas.

3. El Generador de Estado Objetivo (El fijador de metas)
Finalmente, el Generador de Estado Objetivo observa tu deseo: "Rojo encima de azul". Revisa el nuevo libro de reglas y la escena. Dice: "Entendido. La meta es apilarlos de modo que el rojo quede arriba".

La magia de "Llamar a herramientas" (Tool-Calling)
La parte más genial es cómo se comunican. No solo adivinan; usan "herramientas". Si el Generador de Objetivos ve un problema (como: "No podemos apilar bloques por tamaño porque aún no tenemos una regla de 'tamaño'"), utiliza una herramienta llamada missing_fluent y le dice al Generador de Dominios: "¡Oye, necesitamos una regla para el tamaño!". El Generador de Dominios actualiza entonces el libro de reglas, y todo el equipo comienza de nuevo con las nuevas y mejores instrucciones. Es como un grupo de amigos construyendo un set de Lego donde, si se dan cuenta de que les falta una pieza específica, un amigo corre a la tienda a comprarla, y luego todos siguen construyendo juntos.

Del "Qué" al "Cómo": El equipo de ejecución

Una vez escrito el plan, TAPAS tiene que hacer que el robot se mueva realmente. Esto es complicado porque el plan puede decir "Colocar bloque A sobre bloque B", pero el brazo físico del robot puede que solo sepa "Mover el gripper a las coordenadas X, Y, Z".

TAPAS utiliza un Ejecutor de Planes para cerrar esta brecha. Actúa como un traductor.

• El Traductor: Toma el plan de alto nivel y sofisticado y lo convierte en instrucciones simples de lenguaje natural como "Mueve tu brazo hacia la izquierda" o "Agarra el bloque rojo".
• El Agente ReAct: Este es el cerebro de "Razonar y Actuar" del robot. Observa la instrucción, comprueba qué herramientas (habilidades) tiene el robot y elige la mejor. Si el robot intenta agarrar un bloque y falla, el Agente Validador (el supervisor) dice: "Vaya, eso no funcionó. Inténtalo de nuevo, pero quizás mueve tu brazo más lento".

¿Qué descubrieron?

Los autores probaron TAPAS de dos formas principales: en clásicos acertijos de lógica y en una casa 3D simulada llamada VirtualHome.

1. Los acertijos de lógica (Los benchmarks)
Probaron TAPAS en siete desafíos de planificación diferentes, como el famoso "Blocksworld" (apilar bloques) y "Barman" (mezclar bebidas).

• El Resultado: TAPAS fue increíblemente bueno. Al usar un modelo de IA de primer nivel (GPT-4o), resolvió el 97% de los problemas de "Barman" y el 100% de los de "Blocksworld".
• La Comparación: Esto fue mucho mejor que usar otros modelos de IA o simplemente intentar forzar a la IA a hacer todo sin un plan estructurado. Por ejemplo, en la prueba de "Blocksworld", TAPAS resolvió el 100% de los problemas, mientras que otros métodos tuvieron dificultades significativas.

2. La prueba de "Nuevas Reglas" (Adaptabilidad)
Aquí es donde TAPAS realmente brilla. Los investigadores le dieron al robot tareas que no había visto antes, como "Apila los bloques de modo que el más grande esté en la base" o "Mueve los bloques, pero asegúrate de que el robot no se quede sin batería".

• El Resultado: TAPAS descubrió con éxito que necesitaba añadir reglas de "tamaño" o "batería" a su libro de reglas. Lo hizo de forma automática.
  • Para la tarea de "tamaño", actualizó las reglas para decir: "Solo puedes apilar un bloque sobre uno más grande". Resolvió el 90% de estos nuevos y complicados problemas.
  • Para la tarea de "batería", añadió reglas sobre el consumo de energía. Resolvió el 100% de los problemas de batería de los "Grippers" (mano del robot).
• El Problema: No fue perfecto. En la prueba de "Floortile" (limpiar baldosas) con restricciones de batería, solo resolvió el 70% de los problemas. El artículo sugiere que esto se debió a que la IA a veces adivinaba el nivel de batería inicial en lugar de preguntarlo, mostrando que el sistema aún debe tener cuidado con las suposiciones que toma.

3. La simulación VirtualHome
Finalmente, pusieron a TAPAS en una simulación 3D de una casa. La tarea era: "Trae un pastel de la nevera y ponlo en la mesa", y "Calienta un salmón y ponlo en la mesa".

• El Resultado: TAPAS generó con éxito un plan, lo tradujo en acciones y guio a un robot virtual para abrir la nevera, agarrar la comida, usar el microondas y colocar los artículos sobre la mesa.
• El Truco de la Memoria: También probaron si TAPAS podía aprender de sus errores. Le dijeron al sistema: "La próxima vez que uses la nevera, asegúrate de cerrarla, incluso si no lo digo". Más tarde, cuando el robot se enfrentó a una tarea similar, recordó esta regla y cerró la nevera automáticamente. Esto demostró que TAPas puede almacenar "memoria procedimental" para mejorar con el tiempo.

Por qué esto importa (Y qué no es)

El artículo sugiere que TAPAS es un paso adelante importante porque combina lo mejor de ambos mundos: la creatividad de la IA que entiende el lenguaje y la fiabilidad de las reglas estrictas de planificación. No solo sigue un guion; puede reescribir el guion cuando la situación cambia.

Sin embargo, los autores tienen cuidado en señalar que esto es una simulación. Lo probaron en un mundo de computadora (VirtualHome) y en acertijos de lógica estándar, no en un robot real en una cocina desordenada del mundo real. Aunque los resultados son prometedores, el artículo admite que el despliegue en el mundo real todavía enfrenta desafíos, como evitar que la IA "alucine" (invente hechos) o manejar errores que son demasiado complejos para corregir automáticamente.

En resumen, TAPAS es como un robot que no solo sigue un mapa; puede dibujar un nuevo mapa cuando encuentra un bloqueo, pedir direcciones si está perdido y recordar el atajo para la próxima vez. No es un robot perfecto todavía, pero es uno muy inteligente que está aprendiendo a pensar sobre la marcha.