开放式学习方法

POEL 是一种专注于自主机器人的开放式学习方法，通过结合‘目的’概念来提升学习效率。它通过语音转文本接收用户目的，使用 YOLO v9 进行场景分析，并利用 LLaVA-v1.5-7B-q4 LLM 推理与目的相关的对象。POEL 通过关注与目的相关的对象的空间邻近性以及自生成奖励来偏置 OEL 探索。在模拟环境中，研究表明 POEL 在与定义目的相关的任务中显著优于现有方法如 LEXA 和 ALAN*，展示了增强的性能和学习复杂任务的能力。