定级评审中 创新训练 520计算机科学技术 机器人未定级

近年来，随着大模型（Large Language Models, LLMs）的快速发展，在各个领域都有非常多的应用，在医学领域和交通领域都有不小的贡献，同时LLMs 在机器人抓取任务中的应用也逐渐成为热点。尽管如此，机器人在处理多种抓取方式时仍然面临着许多挑战，特别是在不同物体形状和复杂环境中的抓取任务。这些挑战为大模型的进一步应用提供了机会，但也暴露了其局限性。 大语言模型自2018年起，随着Transformer等深度学习架构的引入，逐渐扩展了其在多领域的应用。早期的模型如BERT和GPT主要用于自然语言处理，但近年来，像CLIP和DALL-E这样的多模态模型开始结合视觉和语言，拓展了其应用范围。虽然大模型可以提升机器人在复杂场景中的操作能力，但在物理推理任务中的表现仍有待提高。 因而，本项目立足于此，通过多模式软体手与大模型数据训练的结合，正确判断抓取内容与使用者的意图，真正做到实际化的运用，如在物流领域，满足饮料、蔬菜、药品的不同包装运输需求，从而在保障运送物品完好无损的条件下，促进无人化外卖配送包装产业链的形成，进而提升配送效率并解放人力劳动，体现人文关怀，满足人们更为美好的生活需求，符合科技强国的社会风向。