Réponse rapide
La vision et le langage en robotique associent perception visuelle et compréhension d’instructions pour relier une scène, des objets et une intention. Cette association doit rester séparée de la commande physique directe.
Décrire la scène
La vision fournit objets, relations, zones libres et incertitudes. Les sorties dépendent de l’éclairage, du point de vue, de l’occlusion et de la qualité des capteurs.
Interpréter l’intention
Le langage précise but, contraintes ou préférence, mais peut être ambigu. Le système transforme l’énoncé en hypothèses vérifiables plutôt qu’en ordre moteur immédiat.
Passer par une tâche contrôlée
Un plan intermédiaire associe entités visuelles, action autorisée, préconditions et critères d’arrêt. La commande finale reste soumise aux contrôleurs et aux limites du robot.
Sources et références
- [1] Robotics and Autonomous Systems — NIST