Nella ricerca di come insegnare alle macchine a muoversi nel mondo fisico, i ricercatori si sono a lungo affidati a una strategia che imita la lungimiranza umana: immaginare il futuro prima di agire. Invece di reagire ciecamente a ogni nuova sensazione, un robot costruisce un modello mentale del suo ambiente, una mappa interna semplificata che prevede cosa accadrà se raggiunge, spinge o ruota. Questa mappa mentale permette alla macchina di simulare migliaia di possibili sequenze di movimenti in una frazione di secondo, scegliendo il percorso che conduce più direttamente a un risultato desiderato, come far scivolare un blocco in un punto specifico o afferrare una tazza. Affinché queste simulazioni funzionino, il robot deve tradurre i dati visivi grezzi della sua telecamera in una rappresentazione compatta e astratta, un codice nascosto che cattura l'essenza della scena senza intralciarsi con dettagli inutili. La sfida è sempre stata garantire che questo codice interno non sia solo una buona descrizione del mondo, ma una buona guida per l'azione.

Uno studio recente condotto da ricercatori di Simple AI e dell'Università della Chinese Academy of Sciences rivela una falla sottile ma critica nel modo in cui queste mappe mentali vengono attualmente costruite. Hanno scoperto che il modello interno di un robot può essere perfettamente accurato nel descrivere ciò che vede — sapendo esattamente dove si trova un oggetto e che aspetto ha — eppure fallire nel guidare il robot verso la soluzione corretta. Il problema risiede nella geometria dell'immaginazione del robot. Quando il robot confronta diversi futuri possibili, misura la distanza tra il suo stato attuale e l'obiettivo all'interno di questo spazio astratto. Se le distanze in questo mondo nascosto non corrispondono alla reale difficoltà dei compiti nel mondo reale, il robot sceglierà il percorso sbagliato, anche se comprende perfettamente la scena. I ricercatori hanno scoperto che aggiungendo un tipo specifico di addestramento che insegna al robot a collegare le sue azioni direttamente ai cambiamenti nel suo modello interno, potevano correggere questo disallineamento geometrico. Questo aggiustamento non ha cambiato ciò che il robot sapeva del mondo, ma ha migliorato fondamentalmente il modo in cui utilizzava tale conoscenza, portando a tassi di successo significativamente più elevati in compiti di manipolazione complessi.

Il cuore del problema è una distinzione tra sapere e decidere. Immaginate un robot che cerca di spingere un blocco attraverso un tavolo. Il suo modello interno crea un codice nascosto per ogni possibile posizione del blocco. Per decidere cosa fare, il robot calcola la distanza tra il suo codice attuale e il codice per la posizione dell'obiettivo. In un sistema che funziona bene, la distanza più breve in questo codice nascosto dovrebbe corrispondere al percorso più facile o diretto nel mondo reale. Tuttavia, i ricercatori hanno scoperto che i metodi di addestramento standard spesso producono un codice nascosto in cui le distanze sono fuorvianti. Un percorso che appare breve nella mente del robot potrebbe essere in realtà un vicolo cieco nella realtà, mentre un percorso che appare lungo potrebbe essere la soluzione corretta. Ciò accade perché l'addestramento si concentra sul rendere il codice una buona descrizione dei dati visivi, ma non garantisce che le relazioni spaziali all'interno di quel codice corrispondano alle conseguenze fisiche delle azioni del robot.

Per dimostrare questo, il team ha sviluppato un modo per misurare l'allineamento tra la classificazione interna dei piani del robot e gli esiti effettivi di tali piani. Hanno testato questo generando molte sequenze casuali di movimenti e confrontando come il modello del robot le classificava rispetto a come si sono effettivamente comportate in un ambiente simulato. Hanno scoperto che, sebbene il modello del robot potesse decodificare accuratamente lo stato del mondo dal suo codice interno, la classificazione dei piani era spesso scarsa. In alcuni casi, il modello preferiva costantemente una sequenza di azioni che falliva nel mondo reale rispetto a una che aveva successo, semplicemente perché la metrica della distanza interna era distorta. Questo disallineamento non era una mancanza di informazioni; il robot conosceva i fatti, ma il suo righello interno era deformato.

I ricercatori hanno quindi introdotto un nuovo metodo di addestramento chiamato DA-LeWM per correggere questa distorsione. Hanno aggiunto due compiti di apprendimento specifici al regime di addestramento del robot. Il primo compito richiedeva al robot di prevedere l'azione compiuta basandosi esclusivamente sul cambiamento nel proprio stato interno, costringendo il codice a preservare le informazioni sul movimento. Il secondo compito chiedeva al robot di prevedere l'azione necessaria per raggiungere un obiettivo specifico partendo dal proprio stato attuale, collegando il codice interno direttamente all'obiettivo. Queste aggiunte erano leggere e non cambiavano l'architettura fondamentale del modello o il modo in cui il robot pianifica al momento del test. Invece, agivano come una lente correttiva durante la fase di apprendimento, plasmando la geometria dello spazio interno in modo che le distanze tra i punti riflettessero realmente la difficoltà dei compiti.

I risultati di questo aggiustamento sono stati sorprendenti. Nelle simulazioni che coinvolgevano lo spostamento di oggetti, il raggiungimento di bersagli e la navigazione in stanze, il nuovo metodo ha permesso al robot di apprendere molto più velocemente e di raggiungere tassi di successo molto più elevati rispetto allo standard precedente. In un compito che consisteva nello spingere un blocco, il tasso di successo è passato da circa il 49 percento a oltre il 92 percento, un enorme miglioramento ottenuto senza cambiare l'algoritmo di pianificazione stesso. Il robot non è diventato più intelligente in termini di ciò che poteva vedere o descrivere; piuttosto, è diventato più efficace nell'usare ciò che sapeva. I ricercatori hanno osservato che il codice interno è diventato migliore nel classificare i potenziali futuri, assicurando che il robot scegliesse costantemente il percorso che portava al successo. Questo miglioramento si è mantenuto costante attraverso diversi tipi di compiti, dallo spingere semplice alla navigazione più complessa, suggerendo che l'allineamento geometrico del modello interno è un requisito universale per una pianificazione efficace.

Fondamentalmente, lo studio ha escluso l'idea che la migliore prestazione derivasse semplicemente dal fatto che il robot stesse imparando più dettagli sull'ambiente. I ricercatori hanno controllato la capacità del robot di decodificare informazioni come la posizione degli oggetti o il valore di uno stato, e hanno scoperto che questi punteggi rimanevano quasi identici tra i vecchi e i nuovi metodi. La differenza risiedeva puramente nel modo in in cui il robot organizzava tali informazioni per il processo decisionale. Questa scoperta sfida un'assunzione comune nel campo secondo cui, se un modello può descrivere accuratamente il mondo, sarà naturalmente bravo a controllarlo. Lo studio dimostra che un modello può essere informazionalmente perfetto ma geometricamente rotto, e che correggere la geometria è essenziale per le prestazioni nel mondo reale.

I ricercatori hanno anche esaminato come il processo di pianificazione del robot evolvesse mentre cercava il percorso migliore. Hanno scoperto che il nuovo metodo aiutava il robot a mantenere una chiara preferenza per i buoni piani anche mentre restringeva le proprie scelte ai candidati migliori. Nei modelli precedenti, la classificazione interna diventava spesso confusa quando il robot si concentrava sulle opzioni più promettenti, portandolo a smarrire la strada. Il nuovo addestramento manteneva le distanze interne coerenti, permettendo al robot di selezionare con fiducia la sequenza corretta di azioni anche nelle fasi finali della pianificazione. Questa stabilità è stata fondamentale per la capacità del robot di convergere su una soluzione in modo rapido e affidabile.

Sebbene lo studio sia stato condotto in ambienti simulati, le implicazioni per la robotica fisica sono significative. Il lavoro suggerisce che, affinché i robot padroneggino compiti complessi, i loro modelli interni debbano essere addestrati non solo a vedere, ma a comprendere le conseguenze del movimento in un modo che sia allineato con il mondo fisico. Assicurando che la mappa interna del robot rispetti la vera geometria dell'azione, gli ingegneri possono costruire sistemi più robusti ed efficienti. I ricercatori riconoscono che le loro scoperte si basano su simulazioni specifiche e che sono necessari ulteriori lavori per vedere come questi principi reggano nel caos imprevedibile del mondo reale. Tuttavia, il chiaro legame tra la forma della rappresentazione interna e il successo delle azioni del robot fornisce una nuova e pratica direzione per il futuro dei sistemi autonomi. La strada da seguire non è necessariamente costruire modelli più grandi o più complessi, ma costruire modelli la cui logica interna sia perfettamente allineata con la realtà che devono navigare.