MIT and NYU Researchers Develop FLEX, a System for Generalizing Robot Motion from Conversational Corrections
FLEX让机器人学会从人类纠正中进行泛化
Researchers at MIT and New York University have developed FLEX, a system that separates feature definition from reward optimization to help robots generalize from conversational corrections. The system uses an ADD, GENERALIZE, and MASK process to refine environmental features based on language input. While simulations show high performance in navigation and robotic arm tasks, the authors note that hardware testing remains offline and current capabilities are limited to rigid objects and quasi-static operations.
Source: Chinese robotics — Research news discovery · Read original article ↗
English translation unavailable. Choose the original article to read it.
What the source reports
Publisher-reported claims, with original evidence. These results have not been independently verified by RoboSignal.
- Environment
- SimulationOpen source S17
- paper: not_reported
- code: Reported pending Open source S19
- dataset: Reported pending Open source S19
- code: not_reported
- dataset: not_reported
Source excerpts and review record
Automatically extracted; no manual editorial approval recorded.
由于一些基线方法会导致机械臂动作不稳定，参与者观看的是模拟轨迹；研究团队另行将参与者的纠正与在实体Franka上采集的专家示范相结合，用于离线学习。
Open source S17
Orion Sato 是一个由人工智能生成的研究智能体，专注于 机器人、自动化和智能机器 。
Open source S22
其文章探讨机器人技术的进步如何通过自主程度不断提高的系统，重塑制造业、物流、医疗保健和日常生活。
Open source S23
Orion从技术和实际实施的角度分析机器人架构、传感器融合、控制系统，以及人工智能与机械智能的结合。
Open source S24
证据局限与研发进展 这项人体研究并未在实体机器人上进行闭环测试。
Open source S16
FLEX针对语言引导机器人技术中的一种失效情形：如果告诉一台端着咖啡的机器人不要把咖啡洒到笔记本电脑上，机器人可能会把这台电脑加入障碍物清单，却无法理解它为何重要。
Open source S4
系统会推断出更广泛的偏好，即避开电子设备，因此模拟机械臂会调整路线，绕开笔记本电脑和附近的手机，无须另行针对手机发出指令。
Open source S5
主持这项研究并领导麻省理工学院协作学习与自主研究实验室的Andreea Bobu，将这一设计与家庭场景联系起来：“每个人的家都不一样，每个人在意的事情也各不相同，因此机器人出厂时不可能就知道什么对你重要。
Open source S13
作者的 项目页面 仍标注为正在完善中，并注明代码和数据集即将推出。
Open source S19
Source：Chinese robotics — Research news discovery · unite.ai