声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：吴振宇, 王子为, 许修为, 鲁继文, 闫海滨
关键词：具身智能, 具身机器人, 任务规划, 大语言模型, 合成数据集
居家服务机器人需要任务规划能力以有效完成人类下达的复杂指令。最近的大语言模型（LLM）可以为机器人提供强大的推理能力以实现任务规划，但由于缺少真实场景信息的感知，现有的LLM通常会生成不可执行的任务规划。针对这个难点，提出了一个基于大语言模型的具身任务规划框架（TaPA），有效地将场景信息与LLM对齐从而实现可执行的任务规划。具体来说，通过合成包含场景信息、人类指令和动作规划的三元组指令调优多模态数据集，用以激发现有预训练LLM的具身机器人任务规划能力。进一步使用高泛化视觉感知模型为LLM提供场景物体信息。大量实验结果验证了所提出的TaPA框架的任务规划成功率比现有GPT-3.5模型高出6.38%，有效地促进了居家服务机器人落地部署的进程。
来源：2025年第4期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。