Resumo Técnico: Grounding de Habilidades Eficiente via Refatoração de Código com Pequenos Modelos de Linguagem

1. Definição do Problema

O grounding (ancoragem) eficaz de habilidades é crítico para a implantação de habilidades reutilizáveis em agentes incorporados. No entanto, mesmo pequenas diferenças na morfologia do robô (incorporação) ou nas condições ambientais podem tornar uma habilidade pré-definida incompatível. As abordagens existentes enfrentam um compromisso:

• Subpolíticas Neurais: Frequentemente exigem retreinamento ou ajuste fino (fine-tuning) quando as condições de implantação mudam, incorrendo em alto custo computacional.
• Code-as-Policies (CaP) com LLMs: Embora representar habilidades como código executável permita o grounding em tempo de inferência sem retreinamento, os métodos existentes tipicamente dependem da regeneração de toda a implementação da habilidade do zero quando ocorrem incompatibilidades. Isso é computacionalmente caro e impraticável para dispositivos com capacidade limitada onde o acesso online a Grandes Modelos de Linguagem (LLMs) é indisponível.
• Pequenos Modelos de Linguagem (sLMs): Embora eficientes para inferência, os sLMs carecem da capacidade de raciocínio para regenerar códigos complexos de longo horizonte do zero. Consequentemente, eles têm dificuldade com ambientes dinâmicos e incompatibilidades de incorporação quando forçados a realizar a regeneração total.

O desafio central é permitir um grounding de habilidade eficiente usando sLMs em ambientes dinâmicos e parcialmente observáveis sem depender de LLMs de grande escala ou de regeneração total de código.

2. Metodologia: RECENT

Os autores propõem o RECENT (Refactoring-Centric Agent Framework), um sistema que desacopla a intenção semântica invariante dos bindings de execução específicos da implantação. Em vez de regenerar o código, o RECENT realiza uma refatoração de código localizada.

Arquitetura Central

O RECENT opera em três fases:

1. Construção de Repositório de Habilidades Offline:

   • Uma Ontologia de Habilidades é construída para codificar declarativamente a semântica das habilidades, capacidades do robô e suas relações (ex: requer, provê, substituível-por).
   • Um LLM gera código de habilidade executável enriquecido com metadados alinhados à ontologia.
   • As habilidades são validadas offline em um robô de referência (ex: Franka Panda) para garantir a correção funcional. Isso separa o "quê" (intenção semântica) do "como" (bindings de execução).

2. Raciocínio Baseado em Ontologia (Grounding Pré-Execução):

   • Ao implantar em um robô alvo, o sistema consulta a ontologia para identificar conflitos determinados (ex: incompatibilidades de API, restrições cinemáticas).
   • Um sLM realiza a edição localizada usando capacidades de Fill-in-the-Middle (FIM). Ele substitui trechos de código específicos (ex: chamadas de API, parâmetros) baseando-se em dicas de substituição derivadas da ontologia, preservando a estrutura de controle global.
   • Esta fase resolve incompatibilidades de incorporação (ex: diferenças cinemáticas, tipos de efetuadores) antes do início da execução.

3. Adaptação In-Situ (Grounding em Tempo de Execução):

   • Fatores indeterminados (ex: perturbações na pose do objeto, estabilidade de contato) são tratados durante a execução.
   • O sistema insere testes unitários leves para monitorar as observações em tempo de execução contra os pré-requisitos esperados.
   • Se um teste unitário falhar, o sLM realiza um patch proativo nos spans de código ainda não executados usando FIM, guiado pela observação atual. Isso permite a adaptação antecipatória sem interromper o fluxo de execução contínuo.

Mecanismos Técnicos Chave

• Desacoplamento: A intenção semântica é preservada na lógica funcional; apenas os bindings de execução são modificados.
• Refatoração em vez de Regeneração: O sLM é restrito a edições localizadas (preenchimento de lacunas no código) em vez de gerar programas completos, reduzindo drasticamente o uso de tokens e a carga de raciocínio.
• Guia da Ontologia: A ontologia atua como uma restrição, guiando o sLM para substituições válidas (ex: mapear open_gripper para deactivate_vacuum) em vez de depender do raciocínio aberto do modelo.

3. Principais Contribuições

1. Framework RECENT: Um framework de agente centrado em refatoração que permite o grounding de habilidades eficiente com sLMs sob restrições de implantação, tornando o controle de longo horizonte prático sem a necessidade de LLMs de grande escala.
2. Representação de Habilidade: Um método para representar habilidades como código executável que separa explicitamente a intenção semântica invariante dos bindings de execução específicos da implantação, facilitando o grounding via refatoração localizada em vez de regeneração.
3. Validação Empírica: Avaliação abrangente em diversos cenários (variações cinemáticas, variações de efetuador, ambientes dinâmicos) demonstrando que o RECENT supera os métodos de CaP baseados em sLM destilados e iguala o desempenho de CaP baseado em LLM, operando sob rigorosas restrições de implantação.

4. Resultados Experimentais

Os autores avaliaram o RECENT em tarefas de manipulação robótica de longo horizonte em simulação (CoppeliaSim e Genesis) e em uma tarefa real de "scan-and-bag".

Métricas de Desempenho:

• Taxa de Sucesso da Tarefa (SR): O RECENT alcançou taxas de sucesso de 73,00% (Cinemática) e 82,50% (Efetuador).
• Overhead de Grounding (GO): O RECENT reduziu o overhead de geração de tokens em 99,09 pontos percentuais em comparação com o CaP baseado em sLM (CodeV-R1) e obteve uma melhoria de 57,81 pp sobre o CaP baseado em LLM (Codex).
• Continuidade de Execução: O RECENT manteve interrupções de execução quase nulas (EI: ~0,7) e tempo de ociosidade mínimo (IT: ~1,77s), superando significativamente os baselines que exigem regeneração total.
• Comparação: O RECENT (usando Qwen2.5-Coder-7B) superou significativamente o melhor baseline de sLM (RepairAgent) e alcançou desempenho comparável ao baseline baseado em LLM (CaP-Codex), apesar deste último ter acesso a um modelo muito maior.

Estudos de Ablação:

• Escala do Modelo: O RECENT manteve um desempenho robusto através de famílias de sLM (Qwen, CodeGemma) e tamanhos (1.5B a 7B), com modelos de 7B alcançando ~83% de SR.
• Componentes: Remover a orientação da ontologia causou uma queda de 61,66 pp no SR, destacando a necessidade do grounding semântico. Remover a adaptação in-situ reduziu o SR em 16,66 pp, mostrando o valor do patching antecipatório.

5. Significância e Alegações

O artigo afirma que o RECENT aborda o gargalo crítico de implantar agentes incorporados em dispositivos com recursos limitados onde LLMs estão indisponíveis. Ao transferir o fardo do raciocínio do sLM para uma ontologia construída offline e restringir o sLM à refatoração localizada, o framework permite:

• Eficiência: Redução drástica na geração de tokens e no tempo de inferência.
• Robustez: Execução estável de longo horizonte em ambientes dinâmicos sem interrupções frequentes.
• Escalabilidade: A capacidade de usar modelos pequenos e eficientes para tarefas de controle complexas que anteriormente exigiam modelos grandes ou retreinamento.

Os autores observam que o framework é limitado a cenários onde existe uma ontologia de habilidades compartilhada. Casos que exigem novas capacidades não representadas na ontologia correspondem ao aprendizado incremental de habilidades, o que é identificado como uma direção futura em vez de uma capacidade atual do RECENT.