利用大型语言模型生成表达性机器人行为

人们运用表达性行为来有效与他人沟通和协调动作，例如点头回应注视他们的人，或在说“借过”以穿过繁忙走廊。我们希望机器人在人机交互中也展现表达性行为。先前工作提出的基于规则的方法难以扩展到新的沟通模态或社会情境，而数据驱动方法需要针对机器人使用的每种社会情境收集专门数据集。我们提议利用大型语言模型提供的丰富社交上下文及其根据指令或用户偏好生成动作的能力，生成可适应和可组合的表达性机器人动作，逐步构建。我们的框架利用少样本思维链提示将人类语言指令转换为使用机器人可用和已学习技能的参数化控制代码。通过用户研究和模拟实验，我们证明我们的方法产生的行为在效果上等同于或优于专业动画的表达性行为。