利用基础模型可验证地遵循复杂机器人指令
机器人学
2025-04-01 v3 人工智能
摘要
在指导机器人时，用户希望灵活地表达约束、引用任意地标并验证机器人行为，而机器人必须将指令消歧为规范，并将指令指代物 grounding 到现实世界中。为解决这一问题，我们提出了用于运动规划的语言指令 grounding（LIMP），该方法使机器人能够在没有预建语义地图的现实环境中，可验证地遵循复杂且开放式的指令。LIMP 构建了一种符号指令表示，揭示了机器人与指导者预期意图的一致性，并支持合成构造正确的机器人行为。我们在五个现实环境中的 150 条指令上对 LIMP 进行了大规模评估，证明了其在多样化非结构化领域中的多功能性和易于部署性。LIMP 在标准开放词汇任务上的表现与最先进基线相当，并且在复杂时空指令上实现了 79% 的成功率，显著优于成功率仅为 38% 的基线方法。补充材料和演示视频请参阅 https://robotlimp.github.io
引用
@article{arxiv.2402.11498,
title = {Verifiably Following Complex Robot Instructions with Foundation Models},
author = {Benedict Quartey and Eric Rosen and Stefanie Tellex and George Konidaris},
journal= {arXiv preprint arXiv:2402.11498},
year = {2025}
}