GenEM：利用大語言模型實(shí)現(xiàn)機(jī)器人行為的生成表達(dá)

　　2月4日 消息:在人機(jī)交互領(lǐng)域存在許多挑戰(zhàn)，其中之一是使機(jī)器人展示類似于人類的表達(dá)行為。傳統(tǒng)的基于規(guī)則和基于數(shù)據(jù)的方法在新的社交環(huán)境中需要更大的可擴(kuò)展性，而數(shù)據(jù)驅(qū)動方法受到數(shù)據(jù)集的限制。為了應(yīng)對這一挑戰(zhàn)，研究人員提出了Generative Express Motion(GenEM)方法，專注于利用大型語言模型(LLMs)生成機(jī)器人的表達(dá)行為。

　　GenEM方法利用LLMs提供的豐富社交背景，創(chuàng)造出適應(yīng)性強(qiáng)、可組合的圖形機(jī)器人運(yùn)動。它采用少樣本思維鏈激勵，將人類語言指令轉(zhuǎn)化為參數(shù)化的控制代碼，使用機(jī)器人已有的和學(xué)到的技能。

　　行為生成包括多個步驟，從用戶指令開始，最終生成機(jī)器人執(zhí)行的代碼。為了評估該方法，研究考慮了兩項用戶研究，將生成的行為與由專業(yè)動畫師創(chuàng)建的行為進(jìn)行比較。該方法在表達(dá)力和機(jī)器人行為的適應(yīng)性方面優(yōu)于傳統(tǒng)的基于規(guī)則和基于數(shù)據(jù)的方法。研究人員還利用用戶反饋來更新機(jī)器人的策略參數(shù)，并通過組合現(xiàn)有行為生成新的表達(dá)行為。

　　兩項用戶研究證明了GenEM的有效性，顯示生成的行為被認(rèn)為是有能力和可理解的。通過使用移動機(jī)器人和模擬四足動物進(jìn)行的仿真實(shí)驗(yàn)表明，該方法優(yōu)于直接將語言指令翻譯成代碼的版本。它還允許生成對機(jī)器體系結(jié)構(gòu)不可知且可組合的行為。

　　GenEM利用LLMs的研究在機(jī)器人領(lǐng)域取得了顯著的進(jìn)展，展示了自主生成富有表現(xiàn)力、適應(yīng)性強(qiáng)和可組合的機(jī)器人行為的能力。這一方法突顯了LLMs在機(jī)器人領(lǐng)域的潛力，強(qiáng)調(diào)了它們通過自主生成富有表現(xiàn)力行為來促進(jìn)有效的人機(jī)交互的作用。