基础模型驱动的机器人学：综合综述

大型语言模型（LLM）和视觉语言模型（VLM）的快速涌现，引入了机器人学中的一种变革性范式。这些模型在语义理解、高层推理和跨模态泛化方面提供了强大的能力，推动了感知、规划、控制和人机交互等方面的重大进展。本批判性综述提供了结构化的近期发展综述，将应用分类为仿真驱动设计、开放世界执行、仿真到现实迁移以及可适应机器人。与强调单一能力的现有调查不同，本文突出了集成的系统级策略，并评估其在真实环境中的实际可行性。讨论了诸如程序化场景生成、策略泛化和多模态推理等关键趋势，以及包括局限性在内的核心瓶颈，如受限的具身化、缺乏多模态数据、安全风险和计算约束。通过这一视角，本文确定了基础模型驱动的机器人学在架构优势和关键限制方面的情况，突出了在实时操作、 grounding、韧性和可信度方面的开放挑战。本综述以通往未来研究的路线图结束，旨在通过更稳健、可解释和具身的模型，搭建语义推理与物理智能之间的桥梁。