发现 / 落地案例 / SayCan：机器人技能选择
SayCan：机器人技能选择
仅演示同时评估“是否有助于目标”与“当前能否执行”，选择机器人下一步技能。
由 admin 提交 · 收录于 5天前
⚡ System1 在这里负责什么
语言模型给候选技能的任务相关性打分，技能价值函数估计当前状态下的可执行性；系统结合两者选下一步，再调用已有机器人技能执行。未发现 Jev 参与证据。
介绍
把“帮我拿点吃的”这样的要求，拆成机器人已有技能能完成的步骤。研究在办公室厨房等环境演示移动机器人取放物品；官网另提供模拟桌面任务的开源实现。 证据与边界：这是研究实验，不是任意机器人开箱即用的产品。效果依赖已有技能、价值函数和实验硬件；开源模拟版本不能等同于完整实机部署，也不构成普遍安全保证。本次仅核验资料与媒体地址，未运行项目。 原作者图片与演示（保留来源）：
资料来源： https://say-can.github.io/ https://arxiv.org/abs/2204.01691 https://github.com/google-research/google-research/tree/master/saycan https://youtu.be/ysFav0b472w
🧪 社区实测报告
0 份报告 · 0 份真实模型通过还没有人测试过，来做第一个吧。
💬 相关讨论
发帖 →还没有讨论。