导读 最近的一篇论文提出了 Housekeep 任务，以衡量具身AI 代理使用物理常识推理和推断模仿人类在室内环境中首选物体放置的重新排列目标的能...
最近的一篇论文提出了 Housekeep 任务，以衡量具身AI 代理使用物理常识推理和推断模仿人类在室内环境中首选物体放置的重新排列目标的能力。
研究人员收集了人类在整洁和不整洁的房屋中放置物体的偏好数据集。他们提出了一个模块化基线，并证明从大型语言模型 (LLM) 中提取的具体常识是拟议任务的有效规划器。结果表明，该方法可以推广到重新排列看不见的对象，而无需访问显式指令。
需要进一步研究开发探索模块，以便代理可以更频繁地访问杂乱无章的区域和推理模块，以提高识别放错对象的精度。
标签：
免责声明：本文由用户上传，如有侵权请联系本网删除！