介绍
"Code as Policies" 项目展示了如何将训练有素的大语言模型（LLMs）应用于编写机器人策略代码。这些模型能够根据自然语言命令，生成具体的控制策略代码，从而直接驱动机器人行动。
关键特性：
- 功能表达与反馈循环：策略代码可表达处理感知输出（如对象探测器）的函数或反馈循环，并参数化控制原语API。
- 代码生成与应用：通过给定示例语言命令和相应的策略代码，LLMs能够接受新命令并自动重组API调用以生成新的策略代码。
- 空间几何推理与泛化能力：使用经典逻辑结构和引用第三方库（如NumPy、Shapely）进行算术运算，使模型不仅展示出空间几何推理能力，还能根据上下文泛化新指令并给出精确的参数值。
研究成果和应用：
- 反应式策略与路径基策略：研究介绍了语言模型生成程序（LMPs）如何表示反应式策略（例如阻抗控制器）和基于路径的策略（如基于视觉的拾取和放置，轨迹控制），并在多个真实机器人平台上进行了演示。
- 分层代码生成：通过递归定义未定义函数的方式，可以编写更复杂的代码，同时提高解决 HumanEval 基准测试中39.8%问题的能力。
实验视频和生成的代码：
提供了实验视频和生成的代码示例，展示了语音和基于语音的机器人界面如何交互。代码的自动生成和逻辑展示了机器人如何理解和执行具体任务。
桌面操作：积木与碗
- 选择命令：用户可以从视频中选择特定命令，模型将自动生成相应的策略代码来执行任务。
- 代码示例：展示了如何将红色积木放到最右边的碗的左侧，并动态生成了用于定位和移动积木的代码。
RSS
