arXiv · 机器人与计算机视觉· Ryo Terashima, Yuga Yano, Hakaru Tamukoh·· 2026-10-20AI 评分58
基于信息增益和人类认知特征的模糊机器人指令自适应提问生成方法
Adaptive Question Generation for Ambiguous Robot Instructions Based on Information Gain and Human Cognitive Characteristics
AI 导读
针对服务机器人自然语言指令中的歧义性问题,研究提出一种结合概率判别效率与人类认知特征的自适应提问机制。该方法利用视觉语言模型提取候选物体属性,计算各属性的信息增益以消除不确定性;当信息增益相同时,依据人类认知特征筛选用户最易直观感知的视觉属性(如颜色、形状),并生成简洁的自然语言问题。
来源:arXiv · 机器人与计算机视觉 · arxiv.org