使用GPT 3模型 研究人员研发出能听懂英语指令并执行家务的机器人

原标题：使用GPT 3模型 研究人员研发出能听懂英语指令并执行家务的机器人5 月 14 日消息，普林斯顿大学、斯坦福大学和谷歌的1组研究人员，利用 OpenAI 的 GPT⑶ Davinci 模型，研发出了1款能听懂英语指令并执行家务的机器人，名为 TidyBot。

这款机器人可以根据用户的喜好，自动完成如分类洗衣服、捡起地上的垃圾、收拾玩具等任务

GPT⑶ Davinci 模型是1种深度学习模型，属于 GPT 模型系列的1部分，可以理解和生成自然语言该模型具有强大的总结能力，可以从大量的文本数据中学习复杂的对象属性和关系研究人员利用这种能力，让机器人根据用户提供的几个示例对象放置位置，如“黄壁纸色衬衫放在抽屉里，深紫色衬衫放在衣柜里，白色袜子放在抽屉里”，然后让模型总结出用户的1般偏好规则，并应用到未来的交互中。

研究人员在论文中写道：“我们的基本见解是，LLM（大型语言模型）的总结能力取本性化机器人的泛化需求非常匹配LLM 展示了通过总结实现泛化的惊人能力，利用从海量文本数据集中学习到的复杂对象属性和关系”他们还写道：“取需要昂贵的数据收集和模型训练的传统方法没有同，我们展示了 LLM 可以直接开箱即用地实现机器人领域的泛化，利用它们从海量文本数据中学习到的强大的总结能力。

”研究人员在论文网站上展示了1个机器人，它能够将洗衣服分为浅色和深色，回收饮料罐，扔掉垃圾，收拾包和餐具，将散落的壁纸物品放回原处，并将玩具放入抽屉研究人员首先测试了1个基于文本的基准数据集，其中输入了用户偏好，并要求模型创建本性化规则来确定物品归属。

模型将示例总结为1般规则，并使用总结来确定新物品的放置位置基准场景定义在四个房间中，每个房间有 24 个场景每个场景包含两到五个放置物品的地方，并且有相同数量的已见和未见物品供模型分类他们写道，这个测试在未见物品上达到了 91.2% 的准确率。

当他们将这种方法应用到真实天下的机器人 TidyBot 时，他们发现它能够成功地收拾 85% 的物体TidyBot 在八个真实场景中进行了测试，每个场景有1组十个物品，并在每个场景中运行机器人 3 次据IT之家了解，除了 壁纸LLM，TidyBot 还使用了1个叫做 CLIP 的图像分类器和1个叫做 OWL-ViT 的物体检测器。

佐治亚理工学院交互计算学院的助理教授徐丹飞（Danfei Xu）在谈到谷歌的 PaLM-E 模型时表示，LLM 使机器人具有更多的问题解决能力“以前的任务规划系统大多依赖于1些形式的搜索或优化算法，这些算法没有太灵活，也很难构建。

LLM 和多模态 LLM 使这些系统能够从互联网规模的数据中受益，并轻松地用于解决新问题”他说【来源：IT之家】返回搜狐，查看更多责任编辑：