MIT（美国麻省理工学院）与纽约大学提出FLEX平台：让机器人从一句话推断未明说的避让偏好
MIT（麻省理工学院）与纽约大学团队提出FLEX机器人运动规划平台，把大语言模型（LLM）的常识推理接入“添加—泛化—遮蔽”三步流程：人只需说“别洒到笔记本电脑上”，机器人会在仿真中同时避开电脑和手机。
研究仅在仿真场景验证，尚未在真实家庭环境测试。
MIT（美国麻省理工学院）新闻2026年11月9日报道，MIT航空航天系助理教授Andreea Bobu团队与纽约大学研究者提出FLEX平台，论文将在机器人学习会议（Conference on Robot Learning）上发表。 FLEX分三步：“Add”把用户指令提到的物体加入需避让特征列表；
“Generalize”调用GPT-4o，根据已指定物体推断更高层属性，如“易碎”“电子产品”“易燃物”； “Mask”用机器人视觉系统删去已不在环境中的物体。 整个流程约需5秒。 团队在仿真中测试机械臂完成倒咖啡、移动蜡烛、搬运保龄球三项任务，志愿者以自然语言输入指令。
结果机器人不仅执行字面指令，还分别推断出避开电子产品、远离易燃物、不将货物掉落在易碎物上。 研究作者还包括Nathan Dennler、Audrey Lee和Ilia Sucholutsky，部分经费来自MIT生成式人工智能影响联盟和MIT施瓦茨曼计算学院的社会与伦理计算项目。
这项工作把自然语言在机器人中的作用从“指定任务目标或修正轨迹”推进到“推断未明说的偏好约束”，其技术关键在于用LLM（大语言模型）做特征层的语义泛化，再用视觉遮蔽控制特征列表膨胀。 对基础模型赛道而言，它展示了LLM作为机器人规划管线中“常识先验模块”的一种集成方式，但5秒级流程、仿真环境和三次任务规模都不足以说明真实环境的鲁棒性、安全性与用户接受度；
泛化过度也可能引入用户未预期的避让行为。
后续观察信号
- FLEX的“Mask”步骤依赖视觉系统，遮挡或识别失败时如何处理？
- LLM（大语言模型）泛化出的约束若与用户真实意图冲突，是否有纠正机制？