大模型驱动的具身智能：发展与挑战

Abstract

大模型驱动的具身智能是涵盖人工智能、机器人学和认知科学的交叉领域，重点研究如何将大模型的感知、推理和逻辑思维能力与具身智能相结合，提升现有模仿学习、强化学习、模型预测控制等具身智能框架的数据效率和泛化能力。近年来，随着大模型能力的不断提升，以及具身智能中示教数据、仿真平台、任务集合的不断完善，大模型和具身智能的结合将成为人工智能的下一个浪潮，有望成为人工智能迈向实体机器人的重要突破口。本文围绕大模型驱动的具身智能这一研究领域，从三个方面进行了系统的调研、分析和展望。首先，回顾了大模型和具身智能的相关技术背景，以及具身智能现有的学习框架。其次，按照大模型赋能具身智能的方式，将现有研究分为大模型驱动的环境感知、大模型驱动的任务规划、大模型驱动的基础策略、大模型驱动的奖励函数、大模型驱动的数据生成等五类范式。最后，总结了大模型驱动的具身智能中存在的挑战，对可行的技术路线进行展望，为相关研究人员提供参考，进一步推动国家人工智能发展战略。