代码即策略：具身控制的语言模型程序

文章预览

作者 | 黄浴  编辑 | 自动驾驶之心 原文链接：https://zhuanlan.zhihu.com/p/720378545 点击下方 卡片 ，关注“ 自动驾驶之心 ”公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 >> 点击进入→ 自动驾驶之心 『 具身智能 』 技术交流群 本文只做学术分享，如有侵权，联系删文 23年5月来自谷歌的论文“Code as Policies: Language Model Programs for Embodied Control”。 经过代码补全训练的大语言模型 (LLM) ，已被证明能够从文档字符串合成简单的 Python 程序 [1]。这些编写代码的 LLM 可以重新用于编写机器人策略代码，只需提供自然语言命令即可。具体来说，策略代码可以表达处理感知输出（例如来自目标检测器 [2]、[3]）和参数化控制原语 API 的函数或反馈循环。当提供几个示例语言命令（格式化为注释）作为输入时，然后提供相应的策略代码（通过少量提示），LLM 可以接 ………………………………