CoRI突破机器人意图表达瓶颈，Hello Robot Stretch3助力人机交互升级 

在辅助机器人日益普及的背景下，卡内基梅隆大学与本田研究院联合开发的CoRI系统，成功解决了机器人如何清晰表达行动意图的关键挑战。本研究依托Hello Robot Stretch3移动操作机器人平台，取得了突破性进展。

一、技术突破：从视觉轨迹到自然语言的智能转化

CoRI系统的核心创新在于实现了从机器感知到自然表达的跨越，其工作流程清晰高效：

• 环境感知与轨迹编码：系统通过机器人摄像头捕捉环境信息，精准识别人体关键姿态。随后，将包含速度、力度等动态参数的3D运动轨迹智能投影到视觉画面中。
• 多维度语言生成：通过先进的视觉语言模型解读编码轨迹，系统能自动生成涵盖三方面的直观描述：

          1、任务目标：如“我将协助您洗浴”；

          2、运动细节：如“从您的手腕向手肘匀速移动”；

          3、用户配合：如“请保持手臂稳定”。

二、实证效果：多场景验证卓越沟通效能 

研究成果在典型辅助任务中得到了充分验证，数据支撑确凿：

1、任务覆盖：在洗浴、剃须、喂食三类核心场景中进行测试。

2、性能指标：生成的沟通语句与机器人实际动作高度一致，蕴含概率高达0.95。

3、用户反馈：与基线方法相比，用户对机器人意图的理解度和行为预判信心均获得显著提升。

三、平台支撑：Hello Robot Stretch3加速科研创新进程 

本研究的顺利推进，得益于高性能的标准化科研平台：

• 即用性与稳定性：Hello Robot Stretch3移动操作机器人具备开箱即用的特性与稳定的性能，为复杂算法的验证提供了可靠基础。
• 提升科研效率：研究人员无需耗费精力于底层硬件调试，可专注于CoRI等核心算法的开发与测试，显著提升了研发效率。

四、展望：推动具身智能技术在真实场景中创造价值 

随着CoRI等前沿技术的持续完善，机器人有望在养老助残、家庭服务等场景中发挥更大作用。

此进展也彰显了如Hello Robot Stretch3般的标准化科研平台，在推动人机交互技术发展中的重要作用，为全球研究者提供了强有力的工具。

引用来源：

CoRI: Communicating Robot Intentions via Vision-Language Models​

IEEE International Conference on Robotics and Automation (ICRA) 2025

作者：S. S. Srinivasa, A. Steinfeld, M. Ciocarlie, et al.

论文链接：https://cori-phri.github.io/