MIT与NYU提出FLEX机器人规划平台

MIT 与纽约大学研究人员提出 FLEX，一个面向机器人运动规划的特征编辑流水线，让机器人从自然语言指令中推断未明说的偏好。FLEX 分三步：Add 将用户提到的物体加入避让特征列表，Generalize 借助 GPT-4o 归纳出"避开易碎物品"等泛化规则，Mask 由视觉系统删除已不在环境中的物体，整个流程约需 5 秒。

MIT 与 NYU 研究者提出 FLEX，一个面向机器人运动规划的特征编辑流程，让机器人从自然语言指令中推理出未明确说明的偏好。FLEX 分三步：Add 将用户提到的物体加入特征列表，Generalize 借助 GPT-4o 从已有特征泛化出更高层规则，如除笔记本电脑外也避开其他电子产品；Mask 用视觉系统删除环境中已不存在的物体，整个流程约五秒。