MIT与NYU提出FLEX语言引导机器人运动规划方法

MIT CSAIL 与纽约大学研究人员提出 FLEX，一个面向机器人运动规划的特征编辑流程，目标是让机器人从自然语言指令中推断用户未明说的偏好。流程分三步：Add 把用户提到的物体加入避让特征；Generalize 借助 GPT-4o 归纳出脆弱、易燃、电子设备等更高层类别；Mask 用视觉系统删除已不在环境中的物体。报道称整个流程约需 5 秒。 目前验证限于模拟环境：人在虚拟场景中通过输入自然语言指令与机械臂交互，团队测试了端咖啡、移动蜡烛和搬运保龄球三项任务，尚未报告在真实机器人上的结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。