从视觉感知到自然语言：Hello Robot 具身智能平台的机器人意图表达实践

核心创新：任务无关的机器人意图自然语言生成

卡内基梅隆大学与本田美国研究院提出的CoRI（Communication of Robot Intent）流程，突破了物理人机交互（pHRI）中机器人意图沟通的瓶颈。该流程的创新性在于其通用性——无需为特定任务编写任何规则，仅依靠机器人的实时视觉感知和运动规划轨迹，即可自动生成用户能直观理解的自然语言。

CoRI的沟通涵盖三个关键维度：

1、任务级意图：说明机器人行动的整体目标（如“协助洗浴”）。

2、运动细节：描述轨迹形状、速度变化、力度应用（如“从手腕向手肘匀速移动，并逐渐加大力度”）。

3、用户协作：清晰告知需要用户如何配合（如“请保持手臂稳定”）。

这种全面的沟通方式，使非专业用户也能轻松理解并预测机器人的行为，为安全、顺畅的协作奠定基础。

实证效果：在多任务辅助场景中验证优异性能

研究团队在洗浴、剃须、喂食三类具有代表性的辅助任务上对CoRI进行了全面评估。统计结果表明，与传统的脚本沟通或无沟通相比，CoRI在提升用户对机器人意图的理解度、动作预测信心方面产生了显著积极影响。

更为重要的是，通过自然语言推理模型评估，CoRI生成的语句在信息准确性上接近理想水平（平均蕴含概率达0.95），证明其能可靠地传达机器人计划的真实意图，且不会产生误导性信息。

平台支撑：Hello Robot Stretch3——高效验证算法的科研利器

CoRI研究的成功，离不开Hello Robot 移动操作机器人Stretch3 这一稳健的科研平台。Stretch3具备的移动灵活性、精准操作能力以及开放易用的软硬件接口，使得研究人员能够快速部署和验证像CoRI这样复杂的算法管道，将更多精力集中于核心算法创新，而非底层硬件调试，有效加速了科研进程。