研究人员开发了 NavGPT-3 系统,该系统将语言模型与具身智能体的动作策略相结合。这种集成通过将推理、动作和监控作为单独的线程运行来实现分层导航,并由一个运行时管理,该运行时可以响应现实世界事件将控制权切换到机器人的运动。该系统的动作策略 NavGPT VLA 在超过 1900 万个示例上进行了训练,在 R2R-CE 和 RxR-CE 等导航基准测试中取得了最先进的成果,在成功率和路径保真度方面与人类表现相当。 AI
影响 这项研究通过创建一个将高级推理与低级物理控制相结合的系统,推动了具身人工智能的发展,有望实现更复杂的自主代理。
排序理由 这是一篇详细介绍具身智能体新系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →