RobotGPT: Robot Manipulation Learning from ChatGPT

我们提出了RobotGPT，这是一个创新的机器人操作决策框架，其优先考虑稳定性和安全性。ChatGPT生成的执行代码不能保证系统的稳定性和安全性。ChatGPT可能为同一任务提供不同的答案，导致不可预测性。这种不稳定性阻止了将ChatGPT直接集成到机器人操作循环中。尽管将温度设置为0可以生成更一致的输出，但可能会导致ChatGPT失去多样性和创造力。我们的目标是利用ChatGPT在机器人操作中的问题解决能力并训练一个可靠的代理。该框架包括一个有效的提示结构和一个强大的学习模型。此外，我们引入了一个用于评估ChatGPT在机器人操作中表现的任务难度度量标准。此外，我们在模拟和实际环境中评估了RobotGPT。与直接使用ChatGPT生成代码相比，我们的框架显著提高了任务成功率，平均增加了从38.5％到91.5％。因此，通过利用ChatGPT作为专家训练RobotGPT是与直接使用ChatGPT作为任务规划器相比更稳定的方法。

训练一个可靠的机器人决策框架来解决机器人操作中的稳定性和安全性问题。

利用ChatGPT的问题解决能力来训练RobotGPT，并设计一个有效的提示结构和强大的学习模型。

实验在仿真和真实环境中进行，相比直接使用ChatGPT生成代码，RobotGPT显著提高了任务成功率，从38.5%到91.5%。

该论文没有列举相关的研究。