来源： 时间：2022-05-18 09:35:09
包括印度裔科学家在内的科学家已经开发了可以遵循口头指示的机器人，这一进步可能使人们更容易与家庭和工作场所的自动化机器进行交互。
美国布朗大学的Dilip Arumugam说: “我们要解决的问题是语言基础，这意味着让机器人接受自然语言命令并产生成功完成任务的行为。”
Arumugam说: “问题是命令可能具有不同的抽象级别，这可能导致机器人无法有效地计划其动作，或者根本无法完成任务。”
例如，在仓库中与机器人叉车并排工作的人可能会对机器人伙伴说: “抓住那个托盘。”这是一个高度抽象的命令，它暗示了许多较小的子步骤-将升降机对齐，将叉子放在下面并将其吊起。
但是，其他常见命令可能更细粒度，仅涉及单个操作: 例如，“把叉子向后倾斜一点”。研究人员说，这些不同的抽象水平可能会给当前的机器人语言模型带来问题。
大多数模型都试图从命令中的单词以及句子结构中识别提示，然后从该语言中推断出所需的动作。 然后，推理结果触发尝试解决任务的计划算法。
但是，在不考虑指令的特殊性的情况下，机器人可能会对简单的指令进行过度计划，或者对涉及更多子步骤的更抽象的指令进行低估。在机器人采取行动之前，这可能会导致不正确的行动或过长的计划滞后。
新系统为现有模型增加了额外的复杂程度。除了简单地从语言中推断出所需的任务外，它还分析了语言以推断出不同的抽象级别。Arumugam说: “这使我们能够将任务推理以及推断的特异性级别与分层计划器相结合，因此我们可以在任何抽象级别进行计划。”
他说: “与现有系统相比，执行任务时，我们的性能可以大大提高。”
包括Siddharth Karamcheti和Nakul Gopalan在内的研究人员表明，当机器人能够推断出任务和指令的特异性时，它会在90% 的时间内每秒响应命令。
相比之下，当没有推断出特异性水平时，所有任务的一半需要20秒或更长时间的计划时间。布朗大学计算机科学教授Stefanie Tellex说: “我们最终希望看到机器人在我们的家庭和工作场所成为有用的合作伙伴。”“这项工作是朝着使人们能够以与我们彼此交流的方式几乎相同的方式与机器人交流的目标迈出的一步，” Tellex说。
相关推荐
猜你喜欢
