中文

整理机器人:教机器人理解人类整洁观念

机器人学 2025-11-04 v3 人工智能 计算机视觉与模式识别 机器学习

摘要

要让机器人真正协作并辅助人类,它们不仅必须理解逻辑与指令,还必须理解定义我们人性的微妙情感、审美与感受。人类艺术与审美是最难以捉摸的概念之一——往往连人类自己也难以言表——若不掌握这些基本要素,机器人将无法在诸多日常生活领域中提供帮助。试想长期被承诺的机器人管家:实现家务自动化需要的不仅是运动规划,它还需要一个关于清洁与整洁的内在模型——这是AI很大程度上尚未探索的挑战。为弥补这一差距,我们提出一种方法,使家用机器人能通过整理(knolling,即将散落物品排布为整齐、节省空间的布局)来执行简单的收纳任务。与工业环境的整齐划一不同,家庭环境具有多样物体和高度主观的整洁观念。受自然语言处理启发,我们将整理视为序列预测问题,并采用基于transformer的模型来预测每个物体的摆放位置。我们的方法学习到可泛化的整洁概念,生成可适应不同物体集合的多样解,并融入人类偏好以实现个性化布置。本工作是构建能内化人类审美并真正在我们的居住空间中共同创造的机器人的一步进展。

关键词

引用

@article{arxiv.2310.04566,
  title  = {Knolling Bot: Teaching Robots the Human Notion of Tidiness},
  author = {Yuhang Hu and Judah Goldfeder and Zhizhuo Zhang and Xinyue Zhu and Ruibo Liu and Philippe Wyder and Jiong Lin and Hod Lipson},
  journal= {arXiv preprint arXiv:2310.04566},
  year   = {2025}
}

备注

Accepted at the 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Creative AI Track