在未见环境中将复杂自然语言指令 grounding 为时序任务
机器人学
2023-10-19 v2 人工智能
计算与语言
形式语言与自动机理论
摘要
将导航指令 grounding 为线性时序逻辑（LTL）可利用其无歧义语义来推理长程任务并验证时序约束的满足。现有方法需要来自特定环境及将在自然语言中使用的地标的训练数据，以理解这些环境中的指令。我们提出 Lang2LTL，一个模块化系统和软件包，利用大语言模型（LLM）在无需先验语言数据的环境中将时序导航指令 grounding 为 LTL 规范。我们针对五种明确定义泛化行为对 Lang2LTL 进行了全面评估。Lang2LTL 展示了单一模型在 21 个城市尺度环境中将导航指令 grounding 为多样化时序规范的最先进能力。最后，我们展示了使用 Lang2LTL 的物理机器人在两个室内环境中可遵循 52 条语义多样的导航指令。
引用
@article{arxiv.2302.11649,
title = {Grounding Complex Natural Language Commands for Temporal Tasks in Unseen Environments},
author = {Jason Xinyu Liu and Ziyi Yang and Ifrah Idrees and Sam Liang and Benjamin Schornstein and Stefanie Tellex and Ankit Shah},
journal= {arXiv preprint arXiv:2302.11649},
year = {2023}
}
备注
Conference on Robot Learning 2023