AlphaSpace: Het mogelijk maken van robotacties via semantische tokenisatie en symbolisch redeneren

AlphaSpace: Enabling Robotic Actions through Semantic Tokenization and Symbolic Reasoning

March 24, 2025

Auteurs: Alan Dao, Dinh Bach Vu, Bui Quang Huy

cs.AI

Samenvatting

Dit artikel presenteert AlphaSpace, een nieuwe methodologie die is ontworpen om de ruimtelijke redeneervaardigheden van grote taalmodellen (LLMs) te verbeteren voor navigatie in 3D Cartesiaanse ruimte. AlphaSpace maakt gebruik van een op semantiek gebaseerde tokenisatiestrategie, waarbij hoogte-informatie wordt gecodeerd via gespecialiseerde semantische tokens, en integreert voornamelijk symbolische synthetische redeneergegevens. Deze aanpak stelt LLMs in staat om objecten nauwkeurig te manipuleren door ze te positioneren op specifieke [x, y, z] coördinaten. Experimentele resultaten tonen aan dat AlphaSpace aanzienlijk beter presteert dan bestaande modellen bij manipulatiesubtaken, met een totale nauwkeurigheid van 66,67%, vergeleken met 37,5% voor GPT-4o en 29,17% voor Claude 3.5 Sonnet.

English

This paper presents AlphaSpace, a novel methodology designed to enhance the spatial reasoning capabilities of large language models (LLMs) for 3D Cartesian space navigation. AlphaSpace employs a semantics-based tokenization strategy, encoding height information through specialized semantic tokens, and integrates primarily symbolic synthetic reasoning data. This approach enables LLMs to accurately manipulate objects by positioning them at specific [x, y, z] coordinates. Experimental results demonstrate that AlphaSpace significantly outperforms existing models on manipulation subtasks, achieving a total accuracy of 66.67%, compared to 37.5% for GPT-4o and 29.17% for Claude 3.5 Sonnet.