Nov, 2023

通过语言修正提炼和检索机器人操作的泛化知识

TL;DR通过Distillation and Retrieval of Online Corrections (DROC)这个基于大型语言模型(LLM)的系统,我们展示了一种能够回应任意形式的语言反馈、从纠正中提取通用知识以及基于文本和视觉相似性检索相关的先前经验来提高在新环境中表现的方法。DROC能够回应一系列在线语言纠正,解决高级任务计划和低级技能元素的失败,并证明在新的任务或对象实例中,DROC能够有效地提取在线纠正序列中的相关信息并检索该知识。与直接生成机器人代码的LLM相比,DROC只需要一半的纠正次数,并且在两轮迭代后几乎不需要纠正,从而提升了性能。