面向居家服务机器人任务规划的具身大模型

来源：机器人杂志2025年第4期北京时间：

作者：吴振宇, 王子为, 许修为, 鲁继文, 闫海滨

摘要：居家服务机器人需要任务规划能力以有效完成人类下达的复杂指令。最近的大语言模型（LLM）可以为机器人提供强大的推理能力以实现任务规划，但由于缺少真实场景信息的感知，现有的LLM通常会生成不可执行的任务规划。针对这个难点，提出了一个基于大语言模型的具身任务规划框架（TaPA），有效地将场景信息与LLM对齐从而实现可执行的任务规划。具体来说，通过合成包含场景信息、人类指令和动作规划的三元组指令调优多模态数据集，用以激发现有预训练LLM的具身机器人任务规划能力。进一步使用高泛化视觉感知模型为LLM提供场景物体信息。大量实验结果验证了所提出的TaPA框架的任务规划成功率比现有GPT-3.5模型高出6.38%，有效地促进了居家服务机器人落地部署的进程。

关键词：具身智能, 具身机器人, 任务规划, 大语言模型, 合成数据集