ERRA：面向长程语言条件操作任务的具身表示与推理架构
机器人学
2023-04-06 v1
摘要
本文介绍了 ERRA，一种具身学习架构，使机器人能够联合获得三种基本能力（推理、规划和交互），以解决长程语言条件操作任务。ERRA 基于两个粒度级别紧密耦合的概率推断。粗粒度推断被构建为通过大型语言模型进行序列生成，从自然语言指令和环境状态推断动作语言。随后机器人放大到细粒度推断部分，执行与该动作语言相对应的具体动作。细粒度推断被构建为马尔可夫决策过程，以动作语言和环境感知作为观测并输出动作。环境中动作执行的结果反馈给后续的粗粒度推理。这种由粗到细的推断使机器人能够以交互方式分解并完成长程任务。在大量实验中，我们表明 ERRA 能够完成由抽象语言指令指定的各种长程操作任务。我们还展示了对新颖但相似的自然语言指令的成功泛化。
引用
@article{arxiv.2304.02251,
title = {ERRA: An Embodied Representation and Reasoning Architecture for Long-horizon Language-conditioned Manipulation Tasks},
author = {Chao Zhao and Shuai Yuan and Chunli Jiang and Junhao Cai and Hongyu Yu and Michael Yu Wang and Qifeng Chen},
journal= {arXiv preprint arXiv:2304.02251},
year = {2023}
}
备注
Accepted to IEEE Robotics and Automation Letters (RA-L)