清华大学交叉信息研究院，提出了被称为”ViLa”（Robotic Vision-Language Planning）的算法，能在复杂环境中规划和控制机器人的任务。ViLa算法实现了GPT-4V走入物理世界为机器人生活任务提供规划。ViLa用视觉和语言做联合推理的能力，让机器人理解物理世界的常识，这一理念填补了大语言模型机器人任务规划算法的空白。
清华大学交叉信息研究院，提出了被称为”ViLa”（Robotic Vision-Language Planning）的算法，能在复杂环境中规划和控制机器人的任务。ViLa算法实现了GPT-4V走入物理世界为机器人生活任务提供规划。ViLa用视觉和语言做联合推理的能力，让机器人理解物理世界的常识，这一理念填补了大语言模型机器人任务规划算法的空白。