RoboAuto: Автономная программа поиска роботов на основе многоуровневого физического понимания
arXiv: 261 0303633v 1 Annuales Type: cross Brieft: Недавно автономные агенты, базирующиеся на LLM, продемонстрировали значительный потенциал в области итеративного производства, оценки и уточнения осуществимых решений. В роботизированных манипуляциях код-политику позволяет этим агентам искать модульные и отредактируемые программы робо. Однако для эффективного программного поиска требуется физическое понимание: агенты должны понимать, как можно управлять объектами, каким образом геометрия сцен ограничивает действия и почему взаимодействие может быть успешным или неудачным. Существующие методы основаны главным образом на обратной связи при совершенствовании программ, в результате чего эти физические вопросы часто остаются нерешенными. Мы представляем RoboAuto — систему поиска программ роботов, которая четко организует физическое понимание на уровне объекта, сцены и взаимодействия через три компонента. Во-первых, иерархическая база знаний сочетает в себе функциональные навыки с предметно-ориентированными знаниями о гонорарах, пространственных связях и действии, которые извлечены из воображаемых данных и онлайновой задачи sol