VirtualHome2KG: Constructing and Augmenting Knowledge Graphs of Daily Activities Using Virtual Space
PulseAugur coverage of VirtualHome2KG: Constructing and Augmenting Knowledge Graphs of Daily Activities Using Virtual Space — every cluster mentioning VirtualHome2KG: Constructing and Augmenting Knowledge Graphs of Daily Activities Using Virtual Space across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新框架SENTINEL正式评估AI具身智能体的安全性
研究人员推出了一种新颖的框架SENTINEL，旨在形式化评估由基础模型驱动的具身智能体的物理安全性。该框架提供了一个多层次的安全评估，在一个统一的系统中涵盖了语义理解、计划生成和物理执行。SENTINEL利用形式化时序逻辑来指定安全需求，并根据这些精确的规范验证智能体对环境的理解、行动计划和执行轨迹。
-
具身人工智能通过新架构、开源模型和统一框架取得进展
研究人员正在探索具身机器智能的新架构和框架，旨在创建能够在物理世界中有效推理和行动的智能体。一篇论文基于 Edmund Berkeley 和 David L. Heiserman 的工作，提出了一种“不竭架构”，将符号逻辑与具身认知实践机器设计联系起来。与此同时，中国人工智能公司 MiniMax 发布了开源的 MiniCPM-Robot 系列，包括用于机器人操作和跟踪的模型，旨在以低延迟在真实机器人上高效运行。这些进展得到了标准化模拟…
-
大型语言模型与答案集编程相结合，提高了机器人任务规划的准确性
研究人员开发了CLMASP，这是一种将大型语言模型（LLMs）与答案集编程（ASP）相结合以增强机器人任务规划的新方法。该方法利用LLMs进行初步计划生成，并利用ASP结合具体的机器人动作知识来完善这些计划，将抽象的LLM输出转化为可执行的机器人上下文。在VirtualHome平台上的实验表明，CLMASP将可执行计划的成功率从不到2%显著提高到90%以上，证明了其在实际机器人应用中的有效性。