待验证60% 置信事实时间未知
大语言模型（LLM）被引入机器人任务规划层，使机器人能够理解自然语言指令并将其分解为可执行的动作序列
2
来源数
60%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
ROS2入门教程：核心概念、与ROS1区别及版本选择指南
bilibili别看他了看我
涉及实体
相关事实
待验证语言模型工作在符号空间中，输入输出为离散的token序列，而机器人需在连续物理空间中感知、规划并执行动作79% 相似待验证机器人基础模型脱胎于大语言模型与视觉-语言模型的技术范式，通过在海量多模态数据上进行预训练，使单一模型具备跨任务、跨场景的泛化能力78% 相似待验证传统对话机器人依赖预设规则和固定意图识别，而大模型具备泛化推理、上下文理解和工具调用能力，可根据任务动态编排行为76% 相似待验证LLM与机器人融合架构中,大语言模型的幻觉可能导致不可行的行动,需要具身反馈和闭环验证来纠正74% 相似待验证即梦AI Agent模式的技术依赖于大语言模型（LLM）的推理能力与多模态生成模型的协同配合73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/19862API
curl https://kongchang.com/api/v1/knowledge/claims/19862MCP
get_claim(id=19862)