使用大语言模型提供个性化的机器人导航
理想情况下，机器人应该与环境中的用户和物体灵活地交互。旨在实现这一目标的一种方法是 ZSON（零样本对象导航），最近引起了研究人员的极大关注。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）理想情况下，机器人应该与环境中的用户和物体灵活地交互。旨在实现这一目标的一种方法是 ZSON（零样本对象导航），最近引起了研究人员的极大关注。
ZSON 涉及计算技术的开发，使机器人代理能够通过与以前未知的对象交互并响应各种提示来导航不熟悉的环境。虽然其中一些技术已经显示出有希望的结果，但它们通常只允许机器人找到一般类别的物体。
来自密歇根大学的一组研究人员着手开发一种新方法，该方法将扩展机器人探索开放环境并单独导航的能力。他们提出的方案发表在 arXiv 上的一篇论文中，该方案使用大型语言模型 (LLM) 来允许机器人更好地响应用户请求，例如定位特定对象。
已发布在他们的工作中，作者引入了一个新问题，他们称之为 ZipON。该任务是 ZSON 的通用形式，涉及准确响应个性化提示并定位特定目标对象。
“ZSON 的现有工作主要集中于执行单个指令来查找一般类别的对象，忽略了自然语言交互的使用以及识别用户特定对象的复杂性，”Yinpei Dai、Run Peng 和他们的同事在他们的论文中写道为了解决这些缺点，我们引入了 Zipon（零次交互式个性化对象导航），其中机器人必须在与用户对话的同时导航到个性化目标对象。”