基于离线大语言模型的机械臂多模态交互控制

大语言模型 (LLM) 通过人类和人工智能代理之间的大量先进交互，极大地改变了现代社会，而包括 ChatGPT 在内的大多数 大语言模型 的使用都不是友好的开源，必须要求用户持续为此类人工智能服务支付大量费用。因此，在本地服务器上部署开源大语言模型不失为一种设计和实现创造性体现AI算法的有效方法，且成本更低，免费使用更稳定。受这个普通动机的启发，我们最初提出并实现了“苏格拉底模型-ChatGLM”，这是一种通过简单的PyBullet平台基于离线大语言模型的机器臂多模态交互控制的性能良好的算法，甚至在解决复杂的文本图像集成多步长视野机器人操作任务方面具有非凡的潜力。