Aligning Cyber Space with Physical World: A Comprehensive Survey on Embodied AI

"具身人工智能（Embodied AI）对于实现人工通用智能（AGI）至关重要，是桥接虚拟世界和现实世界各种应用的基础。近年来，多模态大模型（MLMs）和世界模型（WMs）的出现引起了广泛关注，由于其卓越的感知、交互和推理能力，使它们成为具身智能体的大脑的有前途的架构。然而，在MLMs时代，还没有全面的具身人工智能综述。在本综述中，我们对具身人工智能的最新进展进行了全面的探索。我们的分析首先导航代表性的具身机器人和模拟器的前沿工作，以充分了解研究重点及其局限性。然后，我们分析了四个主要的研究目标：1）具身感知，2）具身交互，3）具身智能体，4）模拟到现实的适应，涵盖了最先进的方法、基本范式和全面的数据集。此外，我们探讨了MLMs在虚拟和现实具身智能体中的复杂性，突出了它们在促进动态数字和物理环境中的交互方面的重要性。最后，我们总结了具身人工智能的挑战和局限性，并讨论了它们的潜在未来方向。我们希望这篇综述可以为研究社区提供基础参考，并激发持续的创新。相关项目可在https://github.com/HCPLab-SYSU/Embodied_AI_Paper_List找到。"

综述了Embodied AI在Multi-modal Large Models (MLMs)和World Models (WMs)的背景下的最新进展，分析了四个主要研究目标：1）具身感知，2）具身交互，3）具身智能体，4）模拟到真实环境的适应性，总结了其挑战和局限性。

通过综述最新的研究进展，探讨了Embodied AI在MLMs和WMs的背景下的发展方向，重点关注了具身感知、交互、智能体和模拟到真实环境的适应性等方面。

论文分析了最新的具身机器人和模拟器的代表性工作，介绍了现有方法和数据集，并探讨了MLMs在虚拟和真实具身智能体中的复杂性和重要性。此外，该研究还总结了Embodied AI的挑战和局限性，并提出了未来的研究方向。

最近的相关研究包括《Embodied Intelligence: A Review》、《Embodied AI: Challenges and Opportunities》、《Embodied AI: Modeling and Learning Behaviors from the Body and Environment》等。