Trattare la comprensione delle azioni come un problema di sintesi di programmi può rendere i sistemi di IA più efficienti ed efficaci nel prevedere il comportamento umano nel mondo reale.

Se vuoi leggere altri nuovi aggiornamenti sull'intelligenza artificiale poi seguire l'account @aitech

ROTE (=Rappresentare le Traiettorie degli Altri come Eseguibili) è un nuovo algoritmo che combina due elementi: LLM per generare un insieme di ipotesi sul comportamento dell'agente e "Inferenza Probabilistica" per valutare l'incertezza su quale di questi programmi stia effettivamente seguendo l'agente.

Nei test, ROTE è stato in grado di prevedere i comportamenti umani e delle IA a partire da osservazioni limitate e sparse. Ha superato i metodi di base (come il behavior cloning o i metodi basati solo su LLM) con un miglioramento fino al 50% nell'accuratezza e nella capacità di generalizzare a nuove situazioni.

arxiv.org/html/2510.01272v1