ChatGPT机器人应用：设计原则和模型能力

ChatGPT for Robotics: Design Principles and Model Abilities

Sai Vemprala, Rogerio Bonatti, Arthur Bucker, Ashish Kapoor
[Microsoft Autonomous Systems and Robotics Research]

ChatGPT机器人应用：设计原则和模型能力

动机：对OpenAI的ChatGPT在机器人应用中的使用进行实验研究。概述了一种结合提示工程设计原则和创建高级函数库的策略，使ChatGPT能够适应不同的机器人任务、模拟器和形态。本文关注的是不同的提示工程技术和对话策略对执行各种类型的机器人任务的有效性。

• 方法：探索了ChatGPT使用自由形式的对话、解析XML标签、合成代码，以及使用任务特定的提示函数和通过对话进行闭环推理的能力。研究涵盖了机器人领域的一系列任务，从基本的逻辑、几何和数学推理，到复杂的领域如空中导航、操纵和实体代理。
• 优势：展示了ChatGPT在解决这些任务方面的有效性，同时允许用户主要通过自然语言指令与其交互。除了这些研究，还介绍了一个名为PromptCraft的开源研究工具，该工具包含一个平台，研究人员可以在该平台上协作上传和投票好的机器人应用提示方案的示例。

通过实验研究，展示了ChatGPT在机器人应用中的潜力，包括解决各种类型的任务、适应多种形态，以及通过对话进行闭环推理的能力。

https://arxiv.org/abs/2306.17582