与机器对话：通过大型/视觉语言模型增强可解释工业机器人学中的人机交互

本研究解决了工业机器人系统中人机交互可解释性不足的问题，特别是在安全关键应用中的挑战。通过结合大型语言模型和视觉语言模型，以及机器人的感知与控制，提出了一种新颖的方法，使机器人能够理解自然语言命令并感知环境。最显著的发现是，LLM的内部状态和推理可以转化为易于理解的文本，增强了操作员对机器人状态和意图的理解，从而提高了操作的安全性与有效性。