Comment un robot ancre-t-il une instruction dans une image ?
Mise à jour28 août 2026
Lecture1 minute
Réponse rapide
Un robot ancre une instruction dans une image en reliant les mots à des régions, objets, relations et repères spatiaux observés, avec une confiance et des alternatives.
Relier « la boîte rouge » à un objet réel
Le modèle doit distinguer la boîte rouge de la bleue et comprendre « derrière » depuis le point de vue de la caméra.Saisir une pièce désignée
Le robot propose une région, vérifie profondeur et accessibilité puis demande confirmation si plusieurs boîtes correspondent.Une référence comme « à gauche » dépend du repère choisi
Mots, régions, repère, correspondances, profondeur, confiance et confirmation doivent être testés.Sources et références
- [1] Human-robot interaction — NIST