VoxPoser：使用大语言模型(GPT-4)来对机器人操作的可组合三维值图【论文解读】这是最近斯坦福的李飞飞团队的一篇论文:VoxPoser: Composable 3D Value Maps for Robotic Manipulation with Language Models 主要是通过大语言模型LLM和视觉语言模型VLM结合，来对机器人做各种日常操作，我们可以先来看下实际效果：大语言模型加视觉模型的通用机器人 可以看到在不同的实际场景中都可以很好的进行日常操作，而且具备对机器人不需要进行训练的优势。对于这篇论文的解读，尽量通俗的按照自己的理解来表达，希望对大家有帮助，当然水平有限