本站讯 近日，中国海洋大学信息科学与工程学部李光亮副教授课题组联合西安交通大学人机混合智能全国重点实验室薛建儒教授等团队在具身智能领域取得新进展。相关研究成果以Generative Adversarial Self-Imitation Learning with Large Language Model Feedback for Robot Control and Navigation（基于大语言模型反馈生成对抗自模仿学习的机器人控制与导航）为题发表于IEEE Transactions on Robotics（IEEE 机器人学汇刊）。IEEE Transactions on Robotics是机器人学领域公认的三大顶级期刊（Science Robotics，T-RO，IJRR）之一，所发表的学术成果通常代表着机器人领域最先进的重大进展，要求论文在理论和工程实现上同时推动机器人学的进步，对机器人领域学术研究和工业应用具有重要意义。
近年来，强化学习与模仿学习在机器人控制、自主导航领域取得了显著进展。然而，在复杂机器人任务中，奖励函数设计的准确性或专家演示的规范性，直接限制了机器人的自主学习能力。针对这一问题，团队提出了一种基于大语言模型反馈的生成式对抗自模仿学习新方法——GASL3MF（Generative Adversarial Self-Imitation Learning from Demonstration and Large Language Model Feedback）。方法充分利用大语言模型蕴含的常识知识和推理能力，对机器人行为进行评价，并通过训练反馈模型代替频繁调用大语言模型，在降低计算成本的同时，引导机器人持续优化学习策略。
与传统模仿学习依赖高质量专家示范不同，GASL³MF能够从质量较低甚至失败的示范数据中学习。研究过程中，机器人在完成任务的同时不断生成新的轨迹，并利用大语言模型反馈模型评价轨迹质量，将优于原始示范的数据逐步替换进入示范库，实现持续自我优化和自我学习。这一机制突破了传统方法“只能模仿、难以超越示范”的局限，使机器人能够逐渐获得接近最优的控制策略。该成果进一步拓展了大语言模型在机器人学习中的应用，为复杂环境下机器人自主控制、智能导航、人机协同以及水下机器人等领域提供了新的技术思路，对于推动具身智能和智能机器人关键技术的发展具有重要意义。
李光亮副教授与薛建儒教授为共同通讯作者，硕士研究生张柯与博士研究生方政为共同第一作者，中国海洋大学为第一作者单位与通讯作者单位。这是学校首篇第一作者和第一单位均归属本校的T-RO论文，实现了中国海洋大学IEEE T-RO论文零的突破。李光亮课题组专注于机器人学习、具身智能与人机交互领域研究，近5年来在Nature Machine Intelligence，IEEE Robotics and Automation Letters，ICRA，IROS等国际机器人领域顶级期刊或会议发表多篇相关研究成果。研究工作得到国家自然科学基金、山东省青年泰山学者项目、陕西省自然科学基金杰出青年项目资助。
文：方政
编辑：赵奚赟
责任编辑：刘莅
