衣服丟滿地？使用 GPT-3 模型，研究人員發展出可以幫你撿玩具、分類衣物的家務機器人

普林斯頓大學、史丹佛大學和Google的一組研究人員，利用 OpenAI 的 GPT-3 Davinci 模型，研發出了一款能聽懂英語指令並執行家務的機器人，名為 TidyBot。這款機器人可以根據使用者的喜好，自動完成如分類洗衣服、撿起地上的垃圾、收拾玩具等任務。

延伸閱讀：2023年，人工智慧和機器學習的進步將對機器人技術造成哪些改變？

GPT-3 Davinci 模型是一種深度學習模型，屬於 GPT 模型系列的一部分，可以理解和生成自然語言。該模型具有強大的總結能力，可以從大量的文字資料中學習複雜的對象屬性和關係。研究人員利用這種能力，讓機器人根據使用者提供的幾個示例對象放置位置，如“黃色襯衫放在抽屜里，深紫色襯衫放在衣櫃里，白色襪子放在抽屜里”，然後讓模型總結出使用者的一般偏好規則，並應用到未來的互動中。

研究人員在論文中寫道：「我們的基本見解是，LLM（大型語言模型）的總結能力與個性化機器人的泛化需求非常匹配。LLM 展示了通過總結實現泛化的驚人能力，利用從海量文字資料集中學習到的複雜對象屬性和關係。」

他們還寫道：「與需要昂貴的資料收集和模型訓練的傳統方法不同，我們展示了 LLM 可以直接開箱即用地實現機器人領域的泛化，利用它們從海量文字資料中學習到的強大的總結能力。」

研究人員在論文網站上展示了一個機器人，它能夠將洗衣服分為淺色和深色，回收飲料罐，扔掉垃圾，收拾包和餐具，將散落的物品放回原處，並將玩具放入抽屜。

研究人員首先測試了一個基於文字的基準資料集，其中輸入了使用者偏好，並要求模型建立個性化規則來確定物品歸屬。模型將示例總結為一般規則，並使用總結來確定新物品的放置位置。基準場景定義在四個房間中，每個房間有 24 個場景。每個場景包含兩到五個放置物品的地方，並且有相同數量的已見和未見物品供模型分類。他們寫道，這個測試在未見物品上達到了 91.2% 的精準率。

當他們將這種方法應用到真實世界的機器人 TidyBot 時，他們發現它能夠成功地收拾 85% 的物體。TidyBot 在八個真實場景中進行了測試，每個場景有一組十個物品，並在每個場景中運行機器人 3 次。據IT之家瞭解，除了 LLM，TidyBot 還使用了一個叫做 CLIP 的圖像分類器和一個叫做 OWL-ViT 的物體檢測器。

佐治亞理工學院互動計算學院的助理教授徐丹飛（Danfei Xu）在談到Google的 PaLM-E 模型時表示，LLM 使機器人具有更多的問題解決能力。

「以前的任務規劃系統大多依賴於一些形式的搜尋或最佳化演算法，這些演算法不太靈活，也很難建構。LLM 和多模態 LLM 使這些系統能夠從Internet規模的資料中受益，並輕鬆地用於解決新問題。」他說。