PARSEC：基于场景上下文的机器人物体重新排列的偏好适应

本研究解决了在缺乏明确指令的情况下，如何实现个性化的物体重新排列这一关键任务。我们提出了PARSEC，一个基于场景上下文学习用户组织偏好的物体重新排列基准，同时引入了ContextSortLM模型，能够根据用户的历史和当前场景上下文进行物体定位。研究结果表明，基于多个场景上下文源的个性化重排模型在效果上优于依赖单一上下文源的模型。