Исследователи Массачусетского технологического института (MIT) представили систему памяти для роботов UQ-DAAAM, которая выявляет потенциально ошибочные записи об объектах и исправляет их описания. Метод сравнивает несколько описаний одного объекта, полученных с разных точек обзора, оценивает неуверенность модели и выбирает дополнительные ракурсы, чтобы уточнить запись. Об этом сообщается в публикации MIT от 5 ноября 2026 года.

При сравнении с базовыми методами система, как сообщается, повысила уверенность робота и точность его ответов на вопросы об объектах, их расположении и времени наблюдения. Уточнение устранило неоднозначности примерно для 92% объектов, используя лишь два дополнительных описания на объект, и повысило точность описаний объектов на 5% по сравнению с актуальным уровнем. Авторы также заявляют о математическом доказательстве того, что предложенная эвристика выбирает лучшие кадры без повторного запуска языковой модели.

По словам исследователей, в дальнейшем они хотят применить UQ-DAAAM к мобильным манипуляторам и другим областям, а также изучить возможность выявления мест с высокой неопределённостью для повторного посещения и оценки неопределённости в системах прогнозирования будущего состояния среды. Работа будет представлена на конференции по нейронным информационным системам; часть финансирования обеспечили Исследовательская лаборатория армии США и Управление военно-морских исследований США.