Językowo-Orientowana Robotyczna Manipulacja

Planowanie maniery opartego na języku z podstawami zadaniowymi i grafami zadań

Tworzenie naprawdę inteligentnych robotów polega na ich zdolności do rozumienia i wykonania skomplikowanych instrukcji. Ta badanina przeprowadza eksperyment nad nowym podejściem, które łączy Planowanie Maniery Opartej Na Języku – gdzie działania robota są kierowane przez język naturalny – z solidnymi technikami podstawiania do rzeczywistości.

Zamieszczamy grafy zadań, reprezentujące kolejne kroki potrzebne do osiągnięcia celu, aby zapewnić strukturalną wsparcie planowania. W vitalny sposób łączymy Mechanizmy Bezpieczeństwa w tym procesie, co gwarantuje wiarygodne działanie i uniemożliwia niezachęcone konsekwencje.

Kryterialna technika, która się rozwija, to wykorzystanie ‘grafów zadań.’

Duże modele językowe (LLM) są coraz częściej używane do generowania tych grafów zadań na podstawie poleceniami naturalnymi języka. Badania na Stanford University pokazały to, trening LLM na tworzenie grafów zadań dla prostej manipulacji na podstawie instrukcji takich jak „Oczyść stołek.”

Ta ramka reprezentuje istotny krok w kierunku tworzenia robotów zdolnych do przetwarzania nuansewnych polecen i działania bezpiecznie w dynamicznych środowiskach.

Dziś, ten wykres nie jest prosto statycznym diagramem; jest *zakorzeniony*

Ostatnie badania używają modeli graficznych prawdopodobieństw – szczególnie sieci bayesowskich – do reprezentacji tego procesu zakorzenienia. Te sieci nauczają relacje między wejściem sensorowym a atrybutami obiektów, co pozwala robocie infezować właściwości nawet wtedy, gdy bezpośrednia obserwacja jest ograniczona.

Na przykład, jeśli robot widzi blok częściowo ukryty, jego sieć bayesowska może przewidzieć, że jest prawdopodobnie „czerwony”, na podstawie podobnych bloków, które wcześniej spotkało.

Często zadawane pytania