面向人类-机器人协作的具身智能体实时适应
人工智能
2026-01-27 v2 人机交互
机器人学
摘要
大语言模型（Large Language Models, LLMs）已为人类-机器人协作开辟了变革性可能性，但实现实时协作需同时满足低延迟与稳健推理，大多数LLM因延迟高而受限。为此，我们首先提出细粒度基准，显式评估智能体在Overcooked-AI环境中的主动适应性与时序响应能力。基于评估结果，我们提出MonTA（Monitor-then-Adapt），一种受认知科学研究启发的层次化框架。MonTA包含三个关键模块：以7 Hz高频运行的轻量级Monitor用于检测适应需求，以及两个高效Adapter用于子任务与路径适应推理，向人类提供指令。我们的结果表明，MonTA在提出的基准上显著优于基线智能体，在各异团队流畅度的布局中实现卓越表现。用户研究确认，我们框架提供给人类的适应计划与一致语言指令具有高合理性。
引用
@article{arxiv.2412.00435,
title = {Towards Real-time Adaptation of Embodied Agent in Human-Robot Collaboration},
author = {Shipeng Liu and Boshen Zhang and Zhehui Huang},
journal= {arXiv preprint arXiv:2412.00435},
year = {2026}
}
备注
13 pages, 7 figures