从文本到运动：将GPT-4植根于仿人机器人“Alter3”
机器人学
2023-12-12 v1
摘要
我们报告了Alter3的开发进展，这是一个能够利用大型语言模型（LLM），特别是GPT-4，生成自发运动的仿人机器人。这一成就通过将GPT-4集成到我们专有的机器人Alter3中实现，从而有效地将LLM与Alter的身体运动相植根。通常，底层机器人控制依赖于硬件，且不在LLM语料库的覆盖范围内，这给直接基于LLM的机器人控制带来了挑战。然而，对于像Alter3这样的仿人机器人，通过程序代码将人类动作的语言表达映射到机器人身体上，可以实现直接控制。值得注意的是，这种方法使Alter3能够摆出各种姿势，例如“自拍”姿势或“假装成幽灵”，并随时间生成动作序列，而无需为每个身体部位进行显式编程。这展示了机器人的零样本学习能力。此外，口头反馈可以调整姿势，从而无需进行微调。Alter3生成动作的视频可在 https://tnoinkwms.github.io/ALTER-LLM/ 获取。
引用
@article{arxiv.2312.06571,
title = {From Text to Motion: Grounding GPT-4 in a Humanoid Robot "Alter3"},
author = {Takahide Yoshida and Atsushi Masumori and Takashi Ikegami},
journal= {arXiv preprint arXiv:2312.06571},
year = {2023}
}
备注
15 pages, 9 figures