多模态框架将人类语言目标对齐为机器人驱动力

Diana Cerdas-Vargas、Alejandro Romero 和 Richard J. Duro 发表论文，提出一种多模态框架，用大语言模型和视觉语言模型把自然语言表达的人类目的转化为机器人任务与驱动力，使开放式学习的自主机器人行为与人类意图对齐。 系统分三层：语义对齐、任务生成和驱动力建模，形成人类输入定义高层目的、机器人扩展为可执行任务、反馈维持对齐的双向闭环。作者称，仿真和实体机器人实验表明该流程能生成有效任务与行为，支持人机在交互场景中的对齐。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。