En el mundo de la inteligencia artificial y la planificación a largo plazo, la corrección del conocimiento es un factor crucial para el éxito de los agentes virtuales. En entornos complejos como Minecraft, donde la adquisición de conocimientos latentes sobre dependencias de metas y acciones factibles es fundamental, las tecnologías avanzadas juegan un papel central.
En este sentido, el equipo de desarrolladores de Q2BSTUDIO ha logrado un hito importante con la creación de XENON (eXpErience-based kNOwledge correctioN), un agente que se destaca por su capacidad de corregir conocimientos a partir de la experiencia. Esta innovadora herramienta permite a los agentes virtuales superar las limitaciones de los conocimientos iniciales defectuosos y la retroalimentación escasa y binaria.
El funcionamiento de XENON se basa en dos mecanismos clave: el Grafo de Dependencia Adaptativa, que corrige las dependencias de los elementos utilizando éxitos pasados, y la Memoria de Acciones Consciente de los Fallos, que corrige los conocimientos sobre acciones usando fracasos previos. Estos componentes trabajan en conjunto para que XENON pueda adquirir dependencias complejas a pesar de la guía limitada disponible.
Los experimentos realizados en diferentes benchmarks de Minecraft han demostrado que XENON supera a agentes anteriores tanto en el aprendizaje de conocimientos como en la planificación a largo plazo. Sorprendentemente, con tan solo 7 mil millones de parámetros en un LLM de código abierto, XENON supera a agentes que dependen de modelos propietarios mucho más grandes.
Esta innovación no solo representa un avance significativo en el campo de la inteligencia artificial aplicada a entornos virtuales, sino que también destaca el compromiso de Q2BSTUDIO con la creación de soluciones a medida de vanguardia. Con un enfoque en la excelencia técnica y la innovación constante, la empresa se consolida como líder en el desarrollo de software y tecnología para empresas de todos los sectores.
