-
题名机器人大模型发展与挑战
被引量：1
- 1
-
-
作者
邓鹏
唐文涛
罗静
-
机构
荆楚理工学院新能源学院
荆楚理工学院智能制造与先进技术应用研究所
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2024年第12期12-25,共14页
-
基金
荆门市科技计划项目(2023YFYB040)
湖北省高等学校优秀中青年科技创新团队项目(T2021028)
荆楚理工学院教学研究项目(JX2023-014)资助。
-
文摘
近年来预训练大模型的研究取得了显著成就,本文论述了预训练大模型在机器人技术中的应用。机器人中的传统深度学习模型是在为特定任务定制的小数据集上训练的,这限制了它们在不同应用中的适应性。相比之下,在互联网规模数据上预训练的大模型似乎具有优越的泛化能力,并且在某些情况下显示出一种探索能力,在训练数据中未出现的情况下可以找到oneshot解决方案。大模型具有增强机器人自主性任务的各个组成部分的潜力,从感知到决策和控制。本文研究了最近使用或建立大模型来解决机器人问题的论文,探讨了大模型如何有助于提高机器人在感知、决策和控制领域的能力,从而推动机器人大模型在更多领域实现应用落地。同时,讨论了阻碍大模型在机器人自主系统中应用的挑战,如机器人应用中的数据稀缺性、机器人自身的可变性、多模态表示的局限性和实时性能,并为未来的改进提供了机会和潜在的方法。
-
关键词
机器人
大语言模型
视觉语言模型
多模态
基础模型
-
Keywords
robotics
large language models
visual-language models
multimodal
foundation models
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
TN98
[电子电信—信息与通信工程]
-
