准确高效地解释不同粒度的人机指令

人类可以将自然语言指令 grounding 至抽象与细粒度级别的任务。例如，人类叉车操作员可被指示执行高级动作，如“抓一个托盘”，或低级动作如“稍微向后倾斜一点”。虽然机器人也能够将语言指令 grounding 到任务，但先前的方法隐式地假设所有指令与任务都位于单一的固定抽象级别。此外，不使用多级抽象的方法在解决具有大型、难以处理的类似于真实世界复杂性的状态-动作空间的单一抽象级别任务时，会遇到低效的规划与执行时间。在这项工作中，通过将指令 grounding 到分层规划框架中可用的所有任务或子任务，我们得到一个能够解释从粗到更细粒度级别特异性语言的模型。我们表明，当同时推断用于传达任务的语言的抽象程度时，grounding 过程的准确性得到提高。利用层次结构也提高了效率：我们提出的方法使机器人能够在90%的任务上于一秒内响应指令，而基线在一半任务上花费超二十秒。最后，我们展示了真实物理机器人可在多个抽象级别 grounding 指令，使其能在同一规划层次结构中高效规划不同子任务。