大型语言模型驱动的人形机器人 "Alter3" 中的最小自我

本文介绍了 Alter3，一种通过集成 GPT-4（大型语言模型，LLM）展示出自发运动生成能力的人形机器人。这克服了将语言模型应用于直接机器人控制的挑战。通过将语言描述转化为动作，Alter3 可以自主执行各种任务。人形机器人的关键方面在于它们模仿人类运动和情感的能力，这使它们能够利用来自语言模型的人类知识。这提出了一个问题：Alter3+GPT-4 能否发展出具有能动性和拥有感的“最小自我”？本文引入了镜像自我识别和橡胶手错觉测试来评估 Alter3 的自我感潜力。研究表明，即使是脱离实体的语言模型，在与物理机器人平台结合时，也能发展出能动性。