搜索 猫眼电影 融媒体矩阵
  • 山东手机报

  • 猫眼电影

  • 大众网官方微信

  • 大众网官方微博

  • 抖音

  • 人民号

  • 全国党媒平台

  • 央视频

  • 百家号

  • 快手

  • 头条号

  • 哔哩哔哩

首页 >新闻 >社会新闻

下一位传菜员可能是它:科学家用大模型让机器人搞定餐桌布置难题

2025-12-26 10:44:52
来源:

猫眼电影

作者:

张路

手机查看

  猫眼电影记者 瑞寰 报道首次登录送91元红包

过去,如果想让机器人布置餐桌,需要给它明确的指令,比如:往前走 2 米,抬起 45 度,食物需要摆在餐盘中,叉子摆到盘子的右侧……

现在,只要对机器人说“把这些餐具以合理的形式摆好”,它就能通过与大语言模型交流,学到怎么摆的常识性知识,然后按照要求把餐具合理地摆出来。

(来源:https://sites.google.com/view/llm-grop)

这项研究来自美国纽约州立大学宾汉姆顿分校张世琦教授团队与合作者,他们提出了一种名为 LLM-GROP 的方法,使机器人能够在复杂环境中高效地完成多对象重新排列任务,在真实环境中的任务成功率达 84.4%。

张世琦对 DeepTech 表示:“我们首次将大语言模型的常识知识与任务与运动规划(TAMP,Task and motion planning)任务结合。该系统表现出强适应能力,支持在动态障碍的环境中进行实时调整。”

该研究为服务机器人在开放世界中的语义任务执行提供了新思路,适用于移动操作平台,即当机器人既需要在任务层面做离散规划,把复杂任务分解成一步步动作,又需要在连续空间里做轨迹规划的情况。

图丨移动机械臂布置餐桌的场景(来源:IJRR)

研究团队对移动操作(MoMa)领域进行研究,重点关注机器人同时执行导航和移动抓取的任务。他们还特别关注如何在给定未明确指定的目标的情况下,计算每个物体应该放置的位置和方式。

研究人员利用大模型的丰富常识知识,例如餐具的摆放方式,来促进任务级和运动级规划。此外,他们还使用计算机视觉方法来学习选择基础位置的策略促进 MoMa 行为。

张世琦举例说道:“这很像餐厅里服务员上菜的情景。一方面,服务员站得离桌子越近越好,另一方面又要与顾客、桌子、椅子以及其他障碍物保持一定的距离。我们用视觉方案来解决站位问题,以兼顾机械手臂和基座的性能表现。”

(来源:IJRR)

以具体场景为例,来理解机器人在任务规划和运动规划之间进行交互:假如机器人想要将餐具摆放到十人餐桌,有人已就座。

在任务层面,它需要判断具体从桌子左边还是右边走过去更安全。与此同时,机器人在上菜时需要决策先放盘子还是杯子等。而运动规划的问题则是:餐桌旁边已有椅子,应该如何调整站姿,能让放盘子的成功率和效率都比较高。

(来源:IJRR)

为验证该系统的效果,该团队分别在真实机器人和仿真环境中进行实验。真实实验涵盖三个不同复杂度的任务,包括摆放不同数量的餐具物品,并在有无障碍物的情况下执行多次试验。结果显示,LLM-GROP 在可生成合理的对象布局的前提下,还能在复杂环境中高效地导航和操作。

其中,在真实世界对象重新排列试验中,机器人的任务成功率达到 84.4%。通过主观人类评估,LLM-GROP 在用户满意度方面比现有的对象重新排列方法表现更好。在仿真环境中,LLM-GROP 的执行时间比其他基线方法更短。

研究人员还对比了不同大模型在系统中的作用,发现 GPT-4 在多数任务中表现最佳,而 Gemini 和 Claude 则在某些特定任务中展现优势。

图丨相关论文(来源:IJRR)

近日,相关论文以《LLM-GROP:利用大语言模型实现可视化的机器人任务与运动规划》(LLM-GROP: Visually Grounded Robot Task and Motion Planning with Large Language Models)为题发表在 International Journal of Robotics Research(IJRR)[1]。

纽约州立大学宾汉姆顿分校张笑寒博士(目前任职于波士顿动力 AI 机器人实验室)、丁琰博士(目前任职于鹿明机器人)、博士生速水陽平(Yohei Hayamizu)和扎伊纳布·阿尔塔韦尔(Zainab Altaweel)是共同第一作者,张世琦教授担任通讯作者。这项研究的合作者还包括美国人形机器人厂家 Agility Robotics 克里斯・帕克斯顿(Chris Paxton)、美国得克萨斯大学奥斯汀分校彼得・斯通(Peter Stone)教授和朱玉可教授。

(来源:资料图)

研究团队计划在未来的研究中继续改进相关问题。例如,在实际环境中可能涉及控制等复杂的问题;进一步探索机器人在抓取时控制器是如何实现的;机器人犯错后如何恢复;为机器人提供更好的摄像头提供更丰富的视觉信息;考虑机器人边走边操作的情况等等。

“我们在这次研究中第一次把大模型用在任务运动规划以及移动操作的问题上,未来我们还将探索在现实场景中更多有趣的问题。”张世琦表示。

参考资料:

1.https://doi.org/10.1177/02783649251378196

运营/排版:何晨龙

 时事1:ag捕鱼王平台

  12月26日,当AI成为“标配”,青少年何以“适配”,▫️ 车企曾对电动汽车市场满怀狂热,但消费者需求的增长从未达到预期;如今热潮褪去,车企纷纷调整战略布局。,捕鱼达人1经典版。

  12月26日,北京发布大雾黄色预警信号 部分区域能见度不足500米,另一方面,相比于政治和安全关系,莫迪推动产业链供应链从中国向印度转移的计划大概率会继续推进。,澳门js1996,日博体育注册app,欧亿平台客户端。

 时事2:飞驰娱乐

  12月26日,武汉工业设计行业总规模达330亿元,考克斯汽车临时首席经济学家杰里米・罗布上周表示:‘联邦购车补贴在三季度末突然终止,此前直接催生了新车与二手车市场的一波电动汽车抢购潮;补贴退场后,电动汽车的销量增速与新车产能扩张节奏均出现放缓。2026 年,将是电动汽车行业的关键之年。’,亿博体育,威尼斯人手机端官网下载,真钱官方ag。

  12月26日,中国乒协回应孙颖莎王楚钦退赛 将进一步完善健康保障与伤病预防机制,家住北京朝阳区的资深网球爱好者张先生在接受《环球时报》记者采访时感慨,“原来就不好预约的网球场,在郑钦文夺冠后,更不好约了。”他说:“我经常打球的球馆最早预约时间是提前一周的早上七点,但是现在到点就秒没,手一慢就显示预约完毕。”,凯发真人网娱乐,银河登录中心,beat365娱乐网址。

 时事3:亚慱体育在线登录平台

  12月26日,(经济观察)中央连续两年部署“资本市场投融资综合改革”有何深意?,2024年,西安机场旅客吞吐量4703.04万人次,排名全国第11位;乌鲁木齐机场旅客吞吐量2776.57万人次,排名全国第18位。西安去年GDP为13317.78亿元,排名全国第21位;乌鲁木齐去年GDP仅为4502.16亿元,排名全国第74位。,打鱼手机版平台,火狐体育手机版官网,来玩德州app。

  12月26日,东航C919国产大飞机首次执飞高原机场定期航线,新疆机场集团总经理吕辉斌表示,国泰航空开通乌鲁木齐至香港航线,标志着乌鲁木齐天山国际机场的航线网络又一次升级,满足了新疆及周边地区旅客日益增长的出行需求,不仅提升了乌鲁木齐机场的国际化水平,也将进一步增强新疆的区位优势和影响力,共同助力打造乌鲁木齐成为连接亚欧区域门户复合型国际航空枢纽目标。,亚美体育官网下载,万博manbext体育app,ope体育下载。

 时事4:澳博网投平台

  12月26日,北方首家“机器人6S店”落地济南,意味着什么?,中国煤矿文工团成立于1947年东北解放区,是国家级艺术院团中历史最悠久的单位之一。2005年,加挂了“中国安全生产艺术团”的牌子。2018年9月,转隶到文化和旅游部。,乐博免费试玩,沙巴体育app链接,365bet体育客户端。

  12月26日,山西侯马:红腹锦鸡现身紫金山,每个人都要学习与他人相处。有时,我们为避免冲突而不愿表达自己的想法。其实,坦诚交流才有可能迎来真正的相遇。,万宝彩票平台网址,宝博怎么开户,乐橙ag。

责编:雷文艳

审核:罗维尼

责编:苏晓彬

相关推荐 换一换