大型语言模型在栖息地机器人任务中的评估
机器人学
2025-07-09 v1 计算与语言
摘要
本文聚焦于评估大型语言模型在使用 Meta PARTNER 基准解决具身机器人任务中的效能。Meta PARTNR 提供简化的环境与机器人交互，位于随机化的室内厨房场景中。每个随机厨房场景均给定任务，两个机器人代理协作完成。我们在 Meta PARTNR 环境中评估了多款前沿模型。结果表明，像 OpenAI o3-mini 这样的推理模型在 PARTNR 的具身环境中优于非推理模型如 OpenAI GPT-4o 和 Llama 3。o3-mini 在集中式、去中心化、完全可见及部分可见配置下均表现突出。这为具身机器人发展提供了有前景的研究方向。
引用
@article{arxiv.2507.06157,
title = {Evaluation of Habitat Robotics using Large Language Models},
author = {William Li and Lei Hamilton and Kaise Al-natour and Sanjeev Mohindra},
journal= {arXiv preprint arXiv:2507.06157},
year = {2025}
}
备注
6 pages, IEEE HPEC submission