AI planiranje i mašinsko učenje za kretanja robota

Planiranje kretanja robota je jedan od fundamentalnih problema u robotici. Cilj klasičnog problema planiranja kretanja je pronaći trajektoriju koju robot treba da prati da bi izvršio zadatak, pri čemu mora izbjegavati koliziju sa preprekama i ostalim sudionicima. Problem postaje dodatno izazovan ako algoritam mora odrediti i sekvencu zadataka (engl. Task and Motion Planning - TAMP), npr. otvoriti frizider, izvaditi teglu, itd. Posljednjih decenija predloženo je mnoštvo pristupa rješavanju ovog problema ali njihova brzina još uvijek ne dozvoljavaju njihovu primjenu u realnom vremenu. Metode mašinskog učenja su u proteklom periodu ostvarile velike uspjehe u rješavanju problema velike kompleksnosti (npr. igra Go) pri tome premašujući vještine ljudi čak i na nivou eksperta. Mašinsko učenje se aktivno koristi u robotici kao pomoč pri rješavanju TAMP problema npr. veliki jezički modeli (engl. Large Language Models), ali još nije potpuno jasno koji dio problema i kako se treba naučiti!