UQ-DAAAM系统如何利用多视角图像融合修正机器人错误记忆

当机器人系统在环境中移动并采集到多视角图像时，UQ-DAAAM 系统能够利用多视角图像融合和不确定性量化来修正记忆库中的错误描述。该系统首先会计算出视觉语言模型（VLM）对描述潜在错误对象（例如，将烟囱误识别为松鼠）的置信度水平。接着，它通过比较从不同视角拍摄的、描述同一物体的图像的描述之间的一致性，来衡量不确定性。如果计算出的综合不确定性超过了设定的阈值，系统就会触发修正流程。修正过程包括利用一个启发式规则来确定哪些额外的视角图像能最有效地降低对该物体的模型不确定性，然后使用大型语言模型（LLM）将这些额外的、更准确的描述进行融合，从而生成一个更精确的描述并将其保存到记忆中。