?填補領域空白！利用大型語言模型實現機器人任務規劃中的人類意識

AIGC動態歡迎閱讀

原標題：?填補領域空白！利用大型語言模型實現機器人任務規劃中的人類意識
關鍵字：機器人,任務,人類,環境,方法
文章來源：大數據文摘
內容字數：6081字

內容摘要：

大數據文摘授權轉載自機器人大講堂
近年來，隨著機器人在工業、交通和家庭環境中扮演越來越重要的角色，如何在規劃機器人任務和時考慮到周圍人類的動作，已經成為一個關鍵課題。得益于自然語言處理（NLP）研究的重大進展，大型語言模型（LLMs）的出現極大地提升了機器人任務和規劃（TAMP）的性能。然而，之前的方法往往忽視了動態環境中的人類因素。不久前刊登在arxiv上的一篇名為《Towards Human Awareness in Robot Task Planning with Large Language Models》的研究，提出了一種新穎的方法，通過將人類感知融入基于LLM的機器人任務規劃中，以填補這一研究空白。大型語言模型在機器人任務規劃中的應用LLM的崛起在過去幾年中，自然語言處理領域取得了飛躍性進展，特別是大型語言模型（LLMs）的發展。這些模型展示了生成類人文本、編程代碼和服務組合的高超能力。許多研究者已經開始利用這些模型來解決機器人任務和規劃（TAMP）問題。他們通過從LLMs中提取常識知識并將其用作經典自動任務規劃算法的約束條件，以提高生成計劃的正確性和可執行性。

原文鏈接：?填補領域空白！利用大型語言模型實現機器人任務規劃中的人類意識

聯系作者

文章來源：大數據文摘
作者微信：BigDataDigest
作者簡介：普及數據思維，傳播數據文化