具身智能新手名词表English意图理解（隐式指令）
Intent Understanding / Implicit Instruction Following进阶听懂人没直说的需求，从一句暗示推断出该做什么
意图理解指机器人面对没有直接说出目标物体或动作的指令时，能推断出人真正想要什么。显式指令像「把海绵拿给我」，隐式指令像「我饮料洒了，能帮忙吗」，后者需要常识推理：洒了要擦，擦要用海绵。谷歌 2022 年的 SayCan 用大语言模型把这类话拆成可执行步骤；CoRL 2024 的 Reasoning Grasping 把间接指令直接落到抓取位姿上，推断该抓哪个物体、哪个部位。2025 年的 RoboBench 评测发现，多模态大模型当机器人「大脑」时，隐式指令理解仍是明显短板。
例子对 SayCan 说「我饮料洒了，能帮忙吗」，它规划出：1. 找到海绵 2. 拿起海绵 3. 拿给你 4. 结束。
- 也叫
- 隐式指令理解、意图推理、Implicit Instruction Understanding、Intention Reasoning
- 相关
- 指令跟随、具身推理、SayCan、视觉语言模型、大模型任务规划、人机交互
- 来源
- SayCan: Do As I Can, Not As I Say (project page)
Reasoning Grasping via Multimodal Large Language Model
RoboBench: A Comprehensive Evaluation Benchmark for Multimodal Large Language Models as Embodied Brain - 信息截至
- 2025-10