探针具身大语言模型：当更高观察保真度损害问题解决时

Oussama Zenkri, Oliver Brock

摘要

该论文发现，在具身大语言模型中，使用原始RGB输入比完美符号观测更能提升机器人解谜性能。通过引入适度噪声（40%翻转概率），成功率可提升2.85倍，这归因于减少了重复动作循环。

embodied LLMobservation fidelityrobotic puzzlenoise injectionbehavioral analysis

LEARNING

📊 8,465 引用

D. O. Hebb

2005

LEARNING

📊 7,678 引用

Benoît B. Mandelbrot, John W. Van Ness

1968

LEARNING

开放获取📊 7,484 引用

Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者

2021

LEARNING

📊 4,608 引用

Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者

2018