机器人是一种拥有无尽可能性的技术,尤其是当搭配了智能技术时。近段时间创造了许多变革性应用的大模型有望成为机器人的智慧大脑,帮助机器人感知和理解这个世界并制定决策和进行规划。近日,CMU 的 Yonatan Bisk 和 Google DeepMind 的夏斐(Fei Xia)领导的一个联合团队发布了一篇综述报告,介绍了基础模型在机器人领域的应用和发展情况。
研究社区对机器人操作任务的关注不平衡 泛化能力和稳健性需要提升 对低层动作的探索很有限 控制频率太低,无法部署在真实机器人中 缺乏统一的测试基准
为机器人具身设定标准基础(grounding) 安全和不确定性 端到端方法和模块化方法是否无法兼容? 对具身的物理变化的适应能力 世界模型方法还是与模型无关的方法? 新型机器人平台和多感官信息 持续学习 标准化和可复现能力