MOMO：一个用于无缝物理、语言及图形机器人技能学习与适应的框架

针对工业机器人需灵活适应不同任务的需求，本文提出 MOMO 框架，支持通过触觉、自然语言和图形界面三种模态进行技能自适应。该框架集成基于能量的意图检测、工具型 LLM 架构（选择并参数化预定义函数以确保安全）、核运动原语及概率虚拟夹具等组件。实验表明，该工具型 LLM 架构能将技能适应从运动原语泛化至遍历控制，实现了语音控制的表面精加工，并在真实工业场景中验证了其有效性。