Phòng thí nghiệm Vật lý Ứng dụng Johns Hopkins (APL) vừa giới thiệu một nghiên cứu mới về việc ứng dụng AI tác nhân (Agentic AI) dựa trên các mô hình ngôn ngữ lớn (LLM) để vận hành các nhóm robot gồm nhiều chủng loại khác nhau. Nghiên cứu tập trung giải quyết bài toán tự chủ và khả năng phối hợp linh hoạt trong các hệ thống robot không đồng nhất.
Bối cảnh
Theo tin tức đăng tải trên IEEE Spectrum Robotics, việc phối hợp các nhóm robot có cấu trúc phần cứng và chức năng khác nhau luôn là thách thức lớn đối với các kỹ sư tự động hóa. Việc điều khiển thủ công hoặc lập trình cứng thường thiếu tính linh hoạt khi môi trường thay đổi. Johns Hopkins APL đã tiếp cận vấn đề này bằng cách thiết kế một kiến trúc có khả năng mở rộng, cho phép tích hợp các AI Agent để quản lý hành vi của từng robot cũng như toàn bộ mạng lưới.
Diễn biến
Điểm nhấn của nghiên cứu này là việc đưa các mô hình LLM vào vai trò trung tâm điều phối hành vi của robot. Tài liệu từ đại diện nhóm nghiên cứu cho biết kiến trúc mới không chỉ dừng lại ở lý thuyết mà đã được kiểm chứng thông qua các thử nghiệm thực tế trên phần cứng với một đội ngũ robot hỗn hợp. Việc thử nghiệm thực tế này giúp xác định rõ các giới hạn vật lý và độ trễ khi AI Agent tương tác với môi trường thực tế.
Vì sao đáng chú ý
Đối với giới phát triển robot tại Việt Nam, xu hướng tích hợp LLM làm "não bộ" cho robot (Embodied AI) đang mở ra hướng đi mới đầy tiềm năng. Thay vì phải lập trình riêng lẻ cho từng tác vụ vật lý phức tạp, các AI Agent có thể tự động phân rã mệnh lệnh ngôn ngữ tự nhiên thành chuỗi hành động cụ thể cho robot. Tuy nhiên, việc áp dụng thực tế vẫn đối mặt với nhiều thách thức về an toàn và độ tin cậy của mô hình ngôn ngữ, vốn là điểm mà các nhà nghiên cứu Johns Hopkins khuyến cáo cần tiếp tục hoàn thiện.