WikiEdge:ArXiv-2409.12262/terms

编辑

这篇文章的术语表如下：

• 大型语言模型（Large Language Models, LLM）：大型语言模型是一种复杂的神经网络模型，通过自监督学习和自注意力机制训练而成，用于处理和生成自然语言。
• 任务和运动规划（Task and Motion Planning, TAMP）：任务和运动规划的目标是将高层次的符号化任务规划与低层次的运动规划相结合，使机器人能够解决复杂的长期任务。
• 功能面向对象网络（Functional Object-Oriented Networks, FOON）：功能面向对象网络是一种知识图谱表示，描述了对象-动作关系，用于在更接近人类语言的层次上描述对象状态的转换。
• PDDL（Planning Domain Definition Language）：规划领域定义语言是一种用于描述规划问题的逻辑语言，包括定义动作、对象、初始状态和目标状态。
• 对象级规划（Object-level Planning）：对象级规划是一种规划层次，专注于对象之间的交互，而不涉及具体的任务或运动规划细节。
• 任务级规划（Task-level Planning）：任务级规划是指在给定的初始状态和目标状态之间找到一系列动作序列，以实现特定的任务目标。
• 运动级规划（Motion-level Planning）：运动级规划负责找到无碰撞的机器人运动或轨迹，以执行任务规划中定义的动作。
• 自注意力机制（Self-Attention Mechanism）：自注意力机制是一种神经网络技术，允许模型在处理序列数据时，对序列中的不同部分进行加权，以捕捉序列内部的依赖关系。
• 强化学习（Reinforcement Learning, RL）：强化学习是一种机器学习方法，通过与环境的交互来学习如何做出决策，以最大化某种累积奖励。