具身智能体

Embodied Agent常用

拥有物理或虚拟身体、通过感知和动作与环境交互的智能体。

智能体（agent）指能感知环境、并采取行动去达成目标的系统；具身智能体强调它有一个身体，并通过这个身体在环境中感知和行动。维基百科的定义是：通过身处环境中的物理身体与环境交互的智能体；广义上也包括仿真器或游戏里的虚拟身体。它和只输出文字的对话式智能体不同，需要把理解指令、主动探索、多模态感知和执行动作串成闭环。Liu 等人 2024 年的综述把具身智能体列为具身智能四大研究目标之一，并认为多模态大模型是它目前主流的大脑。真实机器人、自动驾驶汽车、Habitat 等仿真器里的导航智能体都属于此类。