用于机器人操作的“Agent as Policy”
研究人员提出“Agent as Policy”（AGP），一种让通用人工智能代理在任务执行过程中直接控制实体机器人的方法，无需针对特定任务或环境进行训练。代理根据任务和机器人接口解读视觉信息，编写可执行程序，发出运动指令，并根据实际物理结果调整行动。AGP在多项真实世界操作任务中接受测试，包括根据人类视频进行装配、依据目标图像搭建积木、重新调整骰子方向、定向投掷以及双手折叠毛巾。在三种积木搭建配置中，系统的成功率分别为100%、100%和80%。研究结果表明，通过运行时推理、编程和交互，通用代理有望充当机器人的控制策略，但目前的评估仍局限于一组特定任务。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。