Bogdan Felician Abaza

机器人通过视觉语言模型和自适应记忆获得语义理解能力

研究人员开发了一个“语义自主栈”，使室内移动机器人能够理解自然语言指令，克服了当前视觉语言模型（VLM）的延迟和内存限制。该框架采用混合方法，由确定性解析器快速处理大多数指令，仅将模糊情况升级给VLM。一种新颖的语义记忆系统允许跨会话学习和机器人之间的知识转移，显著减少处理时间，并支持在Raspberry Pi 5等低功耗硬件上运行，无需板载GPU。