人形机器人大模型相关研究及应用

2024/10/25 15:08:26

3534

人形机器人在商业化进程中面临着复杂任务执行难度大,交互能力不足、研发成本高、场景覆盖低等问题。随着Al大模型技术不断发展,大模型可加快人形机器人复杂任务训练速度,提升任务生成速度及缩短理解周期, 促使人形机器人在语言处理、场景理解、运动控制等方面加速突破,执行更多复杂任务场景,加速其通用化和智能化进程。

大模型	宇商	说明
ChatGPT for Robotics	微软	帮助人机器人更好理解用户需求和指令,提升任务执行精准度
Robocat	谷歌	基于多模态大模型Gato开发而成,将Gato架构与大量图像序列和人形机器人手臂动作训练数研集集合,解决不同任务
RT-2	谷歌	接受网络信息和图像,训练人形机器人执行任务
VoxPoser	斯坦福李飞飞团队	从大语言模型和视觉-语言模型提取器机会和约束,构建3D地图,零样本情况下,理解指令、分解任务、规够路径
RT-X	谷歌 Deepmind	特定任务工作效率是同类型机器人的三倍,可执行未训练动作
Eureka	英伟达	自主编写奖励算法训练人形机器人,学习复练运动控制能力
阿里云机器人大模型	阿里云	赋予人形机器人知识库问答、工艺流程代码生成、机械臂轨迹规够、 3D 目标检测和动态环境理解等能力
华为盘古大模型	华为	提升人形机器人语义理解、动态规够、多模态信号理解等能力