新闻MIT News(RSS)(via AIHOT)13 天前
MIT发布FLEX框架:LLM驱动机器人运动规划理解言外之意
本文由 AI 根据公开内容整理,可能有误,请以原文为准:AI-assisted learning platform helps robots reason beyond literal commands(MIT News(RSS)(via AIHOT))
核心内容
MIT CSAIL与NYU研究团队将在CoRL会议上发表FLEX平台,旨在解决机器人仅能执行字面指令的痛点。该系统面向机器人运动规划场景,允许用户通过自然对话下达模糊指令(如“别洒在电脑上”),机器人即可推理出潜在偏好并调整轨迹。实验显示,FLEX能在约5秒内完成从语义解析到路径更新的全流程,无需人工预定义复杂约束。
技术架构上,FLEX采用三阶段特征编辑流水线:Add步骤提取指令中的显式物体加入特征列表;Generalize步骤调用GPT-4o基于常识知识库进行概念泛化,例如由“笔记本电脑”推导出“所有电子产品需避让”的高层规则;Mask步骤结合视觉系统实时剔除环境中已消失的物体特征。该方法将非结构化语言转化为可计算的规划约束,实现了零样本下的安全策略动态生成。
关键看点
- 三阶编辑流:Add提取显式物体,Generalize借GPT-4o泛化高层规则,Mask视觉剔除无效特征,全流程耗时约5秒
- 语义泛化机制:利用LLM互联网语料中的常识关联,将单一物体指令自动扩展为同类别物体的通用避障约束
- 交互范式革新:支持自然语言隐式偏好推理,替代传统精确数学描述,降低家庭与服务机器人用户指令门槛
- 仿真验证场景:在机械臂端咖啡等任务中验证,机器人能根据防泼溅指令自主规避桌上未提及的手机等电子设备
工程与产业观察
FLEX展示了LLM作为运动规划“语义编译器”的工程潜力,将人类模糊意图实时转化为可计算的安全约束。这种基于常识泛化的特征编辑机制,为解决具身智能在非结构化环境中的长尾安全问题提供了轻量级范式,对提升服务机器人人机协作的自然度与鲁棒性具有重要参考价值。
线索来源:AIHOT
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)