- …
- …
#127
summarized by : Anonymous
どんな論文か?
Embodied AI エージェントが物理的な常識を用いて、ヒトの好むを模倣し物体を再配置場所を推論するベンチマークHousekeepを作成しました。また、Housekeepのベースラインとして、ナビゲーション、探索、計画を調整する階層的なポリシーを提案されました。
新規性
①従来のベンチマークでは、指示に物体の置くべき場所を書いています。Housekeepではエージェントが常識によって置く場所を推理させるタスクです。②エージェントが探る範囲を全部屋に拡大しました。③大規模の言語モデルで常識を学習しました。
結果
大規模の言語モデルで抽出した常識でプランニングする結果は、未観察された物体においても成功率0.23、観察された物体に対して成功率が0.30に達成しました。
その他(なぜ通ったか?等)
https://yashkant.github.io/housekeep/
- …
- …