Il framework LLMPhy integra LLM con motori fisici per il ragionamento fisico

I ricercatori hanno presentato LLMPhy, un framework di ottimizzazione a scatola nera che combina grandi modelli linguistici (LLM) con simulatori fisici per affrontare l'identificazione dei parametri nel ragionamento fisico. Il framework collega le conoscenze dei libri di testo degli LLM con i modelli del mondo nei motori fisici, consentendo la costruzione di gemelli digitali tramite stima di parametri latenti. LLMPhy scompone questo problema in stima di parametri continui e stima di layout di scena discreti, sollecitando iterativamente l'LLM a generare soluzioni candidate. L'approccio si rivolge ad applicazioni reali come l'evitamento di collisioni e la manipolazione robotica, dove l'identificazione di parametri come massa e attrito è cruciale. L'articolo è disponibile su arXiv con identificatore 2411.08027.