EMNLPOct, 2023
使具有身体的代理程序理解人类指令
tagE: Enabling an Embodied Agent to Understand Human Instructions
Chayan Sarkar, Avik Mitra, Pradip Pramanick, Tapas Nayak
TL;DR提出了一种名为 tagE 的新系统,采用神经网络模型来从复杂的自然语言任务说明中提取一系列任务和相应的参数,并将这些任务映射到机器人的技能集合中,参数与环境中的对象关联。实验证明这种方法胜过坚实的基线模型。