TECHNOLOGY · 技术
具身大模型
PhysClaw-0:基于语言修正的共生式机器人自主操控系统
论文提出名为PhysClaw-0的共生式自主操控系统,通过可重用的语言修正记忆减少人类监督成本,在桌面清洁测试中人类工作时间降至16%。
AI 编撰 · 内容基于所列来源,重要信息请以原文为准
研究人员在arXiv发表论文,提出一种名为PhysClaw-0的人机共生自主操控系统。该系统可在数据收集过程中自动执行、验证和重置,仅在某个阶段耗尽重试预算时暂停并请求远程操作员干预。系统内置的LLM解析器将每次自然语言修正映射为结构化调整并存储在“修正记忆”中,使相同失败模式在相同条件下通常无需再次修正。在真实机器人桌面清洁测试中,PhysClaw-0在遥操作Teleoperation由人在远端控制机器人完成动作,并把这些示范记录为训练数据。◆ 小白科普 · 现身任务成功率不变的前提下,将人类工作时间降至16%。语言修正使验证器与人类在四种评估设置下的一致性均有所提升,平均单次尝试成功率从12.5%提高至47.5%(其中手臂选择任务从20.0%提高至50.0%)。基于PhysClaw-0数据微调的策略,其成功率与基于遥操作Teleoperation由人在远端控制机器人完成动作,并把这些示范记录为训练数据。◆ 小白科普 · 现身数据训练的策略相当,但数据收集人力成本大幅降低。