封面:by DALL·E 2
CyberDaily:
注入了大语言模型的机器人
太懂事了
谁不爱啊,朋友们
在为机器人提供个性化的物理帮助方面,了解用户的偏好对机器人至关重要,因为这些偏好可以被应用于未来的场景。
研究人员近期研究了用机器人对家庭进行个性化打扫卫生的方法。机器人可以通过捡起和放置物体来清洁房间。但是,如何确定每个物体的放置位置仍然是个问题,因为人们的偏好因个人口味或文化背景而异。举例来说,一个人可能更愿意将衣服放入抽屉里而另一个人更愿意将衣服放在架子上。该研究的目标是建立一个系统,可以通过少量示例学习人们与物体的交互行为,从而预测他们的偏好。
研究发现,机器人可以通过使用基于语言的规划、感知和少量数据,结合大型语言模型(LLM)的总结能力来推断用户的广义偏好,在未来的互动场景中应用。
该方法可以快速适应并在基准数据集中实现91.2%的准确率。此外,研究人员还展示了一种名为TidyBot的真实世界移动机械手,该机械手成功地将85.0%的物体放在了真实世界的测试场景中。
详细请看视频:
参考引用资料
项目地址:https://tidybot.cs.princeton.edu/
论文地址:https://arxiv.org/abs/2305.05658
论文下载:https://arxiv.org/pdf/2305.05658.pdf
领取专属 10元无门槛券
私享最新 技术干货