DM2RM：基于开放词汇指令的双模式多模态排名用于目标物体和容器

本文介绍了一种基于深度神经网络的算法，将点云、自然语言和操作轨迹数据嵌入共享空间，提升机器人操作精度和推理效率。

开发了基于机器学习的模型，使机器人能够根据物体用途进行检索，实现高级概念预测和自然语言命令推广。

提出Manipulation of Open-World Objects (MOO)方法，从自然语言命令和图像中提取目标标识信息，能够零样本推广到新对象类别和环境。

基于语言和分割掩模的新型范例，结合多视点策略模型，提升机器人抓取和放置任务的精确性和样本学习效率。

提出家用服务机器人(DSR)模型，能够在标准化家居环境中高精度完成物体搬运任务，成功率达到80%。

结合物理概念的视觉语言模型与大语言模型，提升机器人在物理物体概念推理任务中的规划性能。

研究揭示预训练大型语言模型在消除对象歧义和导航决策中的有效性，特别是在复杂决策挑战中。

使用多模态大语言模型进行视觉地点识别，结合视觉观测和语言推理，提供有效的地点识别解决方案。

在未知和动态环境中，通过零样本检测和基于视觉-语言模型的三维实体重建，提升移动机器人操作任务的成功率和性能。