← 机器人智能体 / 语言与环境理解语言规划与低层策略特征NeurIPS 2023 · Fig. 2 · p.4 ↗
正式发表 / Robot Agentic
EmbodiedGPT
EmbodiedGPT: Vision-Language Pre-Training via Embodied Chain of Thought
NeurIPS · 2023CCF A
关键框架 FRAMEWORK
用视觉语言预训练和具身思维链数据训练规划接口,再将查询到的计划特征用于低层策略学习。
- 01对齐视觉与语言
- 02学习具身计划
- 03将计划特征用于控制
THE IDEA
它在解决什么
用视觉语言预训练和具身思维链数据训练规划接口,再将查询到的计划特征用于低层策略学习。
WHY READ IT
为什么放在这条路线
与直接动作 token 的 VLA 对照,它强调语言计划和任务相关特征如何帮助下游控制。
READ WITH A QUESTION
读的时候,留意什么
计划表述合理与物理执行成功是不同证据;下游控制仍有独立训练数据与策略网络。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器