arXiv cs.AI· Jahnavi Yelamanchi·· 3 天前AI 评分20
参考描述措辞如何影响机器人任务指令的检索
Reference Wording Shapes Retrieval of Robot Task Instructions
AI 导读
研究在 RLBench 操作基准的自然语言指令中考察参考描述措辞对任务检索的影响，从 62 个公开任务文件提取 296 条固定描述，在 80 组随机索引描述下比较五种免训练词汇排序器。
正文 · AI 翻译
摘要：从简短指令中识别机器人任务对可用于检索的描述很敏感。我们在 RLBench 操作基准附带的自然语言指令中研究了这一效应。我们从 62 个公开可用的任务文件中提取了 296 条固定描述，并在每个任务随机选取一条索引描述的 80 种随机选择上比较了五种免训练的词法排序器。分配给冲突任务标签的完全相同的字符串被排除在主要评分之外。字符 n-gram TF-IDF 在由此得到的留出指令上达到 61.3% 的平均 top-1 准确率，而 BM25 为 55.6%，词 TF-IDF 为 54.9%。在不同的候选集选择中，字符 TF-IDF 的范围为 55.2% 至 66.8%；其第 5 至第 95 百分位区间为 56.9%-64.8%。添加第二条索引描述使字符 TF-IDF 在匹配查询上提高了 7.0 个百分点。这些结果在一致的评估协议下量化了参考措辞和表示选择对指令到任务检索的影响。
| 评论： | 6 页，4 幅图，4 张表 |
| 主题： | 人工智能（cs.AI）；计算与语言（cs.CL）；信息检索（cs.IR）；机器人学（cs.RO） |
| 引用为： | arXiv:2610.17549 [cs.AI] |
| （或 arXiv:2610.17549v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.17549 arXiv 颁发的 DOI，通过 DataCite（待注册） |
提交历史
来自：Jahnavi Yelamanchi [查看电子邮件]
[v1]
2026 年 10 月 13 日星期二 01:21:02 UTC（60 KB）
来源：arXiv cs.AI · arxiv.org