{“id”：“https://openalex.org/W4394868117“，”doi“：”https://doi.org/10.48550/arxiv.2404.09705“，”title“：“通过视觉语言模型增强机器人解释能力：通过解释视觉输入改善人机交互的初步研究”，“display_name”：“通过视觉语言模型增强机器人解释能力：通过解释视觉输入改善人机交互的初步研究，“publication_year”：2024，“publiation_date”：“2024-04-15”，“ids”：{“openalex”：“https://openalex.org/W4394868117“，”doi“：”https://doi.org/10.48550/arxiv.2404.09705“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2404.09705，“pdf_url”：https://arxiv.org/pdf/2404.09705，“源”：{“id”：https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”Cornell University“]，“type”：“repository”}，“license”：null，“licence_id”：null，“version”：“submittedVersion”，“is_accepted”：false，“is_published”：false}，”type“：”preprint“，”type_crossref“：“posted-content”，“indexed_in”：[”arxiv“]，‘open_access’：{”is_oa“：true，”“oa_status”：“green”，“oa_url”：“https://arxiv.org/pdf/2404.09705“，”any_repository_has_fulltext“：true}，”authorships“：[{”author_position“：”第一“，”作者“：{”id“：”https://openalex.org/A5057930985“，”display_name“：”David Sobr\u00edn-Hidalgo“，”orcid“：”https://orcid.org/0009-0005-7673-5921“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Sobr\u00edn-Hidalgo，David“，”raw _ afiliation_strings“：[]，“从属关系”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5070413874“，”display_name“：”Miguel\u00c1。Gonz\u00e1lez-Santamarta“，”兽人“：”https://orcid.org/0000-0002-7658-8600“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Gonz\u00e1lez-Satamarta，Miguel\u00c1ngel“，”raw_affiliation_strings“：[]，“affiliations”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5031255947“，”display_name“：”\u00c1ngel Manuel Guerrero\u2010Higueras“，”orcid“：”https://orcid.org/0000-0001-8277-0700“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Guerrero-Higueras，\u00c1ngel Manuel“，”raw_affiliation_strings“：[]，“从属关系”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5056235549“，”display_name“：”Francisco J.Rodr\u00edguez-Lera“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Rodr\u 00edgue_Lera，Francisco.Javier“，”raw _affiliation_strings“：]，”affiliations“：【】}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5070790812“，”display_name“：”Vicente Matell\u00e1n Olivera“，”orcid“：”https://orcid.org/0000-0001-7844-9658“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”Matell\u00e1n-Olivera，Vicente“，”raw _ affiliation_strings“：[]]，”从属关系“：[[]}]，”countries _ distinct_count“：0，”机构区分计数“：0 has_fulltext“：false，”cited_by_count“：0，”cited_by_percentile_year“：{”min“：0”，“max”：91}，“biblio”：{“volume”：null，“issue”：nul，“first_page”：null，“last_page”：null}，”is_retracted“：false，”is_paratext“：false，”primary_topic“：”{“id”：“https://openalex.org/T11714“，”“display_name”：“图像和视频中的可视问答”，“score”：0.9991，“subfield”：{“id”：“https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T11714“，”“display_name”：“图像和视频中的可视问答”，“score”：0.9991，“subfield”：{“id”：“https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T11307“，”display_name“：”转移学习和领域适应的进展“，”score“：0.9731，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”Artificial Intelligence“｝，”field“：｛”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10028“，”display_name“：”自然语言处理“，”score“：0.97，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”Artificial Intelligence“｝，”field“：｛”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/language-understanding（https://openalex.org/keywords/language-understanding）“，”display_name“：”语言理解“，”score“：0.58092}，{”id“：”https://openalex.org/keywords/visual-question-answering“，”display_name“：”可视问答“，”score“：0.559663}，{”id“：”https://openalex.org/keywords/visual-recognition（https://openalex.org/keywords/visual-recognition）“，”display_name“：”视觉识别“，”score“：0.535037}，{”id“：”https://openalex.org/keywords/representation-learning网站“，”display_name“：”表征学习“，”score“：0.520036}，{”id“：”https://openalex.org/keywords/semantic-reasoning网站“，”display_name“：”语义推理“，”score“：0.518411}]，”concepts“：[{”id“：”https://openalex.org/C90509273，“wikidata”：https://www.wikidata.org/wiki/Q11012“，”display_name“：”Robot“，”level“：2，”score“：0.70019114}，{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.69268197}，{”id“：”https://openalex.org/C2776650193，“wikidata”：https://www.wikidata.org/wiki/Q264661“，”display_name“：”障碍“，”level“：2，”score“：0.6750803}，{”id“：”https://openalex.org/C2779343474，“wikidata”：https://www.wikidata.org/wiki/Q3109175“，”display_name“：”Context（考古学）“，”level“：2，”score“：0.5885929}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.5869377}，{”id“：”https://openalex.org/C107457646，“wikidata”：https://www.wikidata.org/wiki/Q207434“，”display_name“：”Human\u2013计算机交互“，”level“：1，”score“：0.5806333}，{”id“：”https://openalex.org/C527412718，“wikidata”：https://www.wikidata.org/wiki/Q855395“，”display_name“：”解释（哲学）“，”级别“：2，”分数“：0.53959644}，{”id“：”https://openalex.org/C2780451532，“wikidata”：https://www.wikidata.org/wiki/Q759676“，”display_name“：”Task（project management）“，”level“：2，”score“：0.5323342}，{”id“：”https://openalex.org/C195324797，“wikidata”：https://www.wikidata.org/wiki/Q33742“，”display_name“：”自然语言“，”level“：2，”score“：0.47656918}，{”id“：”https://openalex.org/C6683253，“wikidata”：https://www.wikidata.org/wiki/Q7075535“，”display_name“：”避障“，”level“：4，”score“：0.46863958}，{”id“：”https://openalex.org/C145460709，“wikidata”：https://www.wikidata.org/wiki/Q859951“，”display_name“：”Human\u2013robot interaction“，”level“：3，”score“：0.44698313}，{”id“：”https://openalex.org/C2983448237，“wikidata”：https://www.wikidata.org/wiki/Q1078276“，”display_name“：”语言理解“，”level“：2，”score“：0.4131971}，{”id“：”https://openalex.org/C31972630，“wikidata”：https://www.wikidata.org/wiki/Q844240“，”display_name“：”计算机视觉“，”level“：1，”score“：0.37235457}，{”id“：”https://openalex.org/C204321447，“wikidata”：https://www.wikidata.org/wiki/Q30642“，”display_name“：”自然语言处理“，”level“：1，”score“：0.35475063}，{”id“：”https://openalex.org/C19966478，“wikidata”：https://www.wikidata.org/wiki/Q4810574“，”display_name“：”Mobile robot“，”level“：3，”score“：0.30307958}，{”id“：”https://openalex.org/C127413603，“wikidata”：https://www.wikidata.org/wiki/Q11023“，”display_name“：”Engineering“，”level“：0，”score“：0.16091976}，{”id“：”https://openalex.org/C151730666，“wikidata”：https://www.wikidata.org/wiki/Q7205“，”display_name“：”古生物学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C201995342，“wikidata”：https://www.wikidata.org/wiki/Q682496“，”display_name“：”系统工程“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C17744445，“wikidata”：https://www.wikidata.org/wiki/Q36442“，”display_name“：”政治学“，”level“：0，”score“：0.0}，{”id“：”https://openalex.org/C199539241，“wikidata”：https://www.wikidata.org/wiki/Q7748“，”display_name“：”Law“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C86803240，“wikidata”：https://www.wikidata.org/wiki/Q420“，”display_name“：”生物学“，”等级“：0，”分数“：0.0}，{”id“：”https://openalex.org/C199360897，“wikidata”：https://www.wikidata.org/wiki/Q9143“，”display_name“：”Programming language“，”level“：1，”score“：0.0｝]，”mesh“：[]，”locations_count“：1，”locations“：[｛”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2404.09705，“pdf_url”：https://arxiv.org/pdf/2404.09705，“源”：{“id”：https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：null，“licence_id”：null，“version”：“submittedVersion”，“is_accepted”：false，“is_published”：false}]，“best_oa_location”：{“is_oa”：true，“landing_page_url”：“https://arxiv.org/abs/2404.09705，“pdf_url”：https://arxiv.org/pdf/2404.09705，“源”：{“id”：https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：null，“licence_id”：null，“version”：“submittedVersion”，“is_accepted”：false，“is_published”：false}，”sustainable_development_goals“：[{”score“：0.53，”id“：”https://metadata.un.org/sdg/4“，”display_name“：”素质教育“}]，”grants“：[]，”datasets“：【】，”versions“：【]，”referenced_works_count“：0，”referrenced_works“：[]，”related_work斯“：[”https://openalex.org/W4391249562","https://openalex.org/W4253519380","https://openalex.org/W3043170174","https://openalex.org/W2930076404","https://openalex.org/W2782776446","https://openalex.org/W2596413128","https://openalex.org/W2357323510","https://openalex.org/W2356867392","https://openalex.org/W2155948905","https://openalex.org/W2071957557“]，”ngrams_url“：”https://api.openalex.org/works/W4394868117/ngrams网站“，”“abstract_inverted_index”：{“This”：[0,68]，“paper”：[1]，“presents”：[2]，“an”：[3]，“improved”：[4]，“system”：[5,27,56,90]，“based”：【6]，“on”：[7,91]，“our”：【8,47117】]，“for”：[15,71]，“autonomous”：[16]，“robot”：[17,98]，“actions”：[18]，“during”：[19]，“人类机器人“：[20]，“交互”：[21]，“（HRI）。“：[22]，”先前，“：[23]，”我们“：[24,45]，”开发“：[25]，”a“：[26,92102]，”that“：[28,74112]，”used“：[29]，”大型“：[30]，”语言“：[31]，”模型“：[32,52]，”（LLM）“：[33]，”解释“：[35]，”日志“：[36,60,80]，”和“：[37,81124]，”生产“：[38]，”自然“：[39]，“语言”：[40]，“解释。“：[41]，”In“：[42]，”this“：[43,88108]，”study“：[44]，”expand“：[46]，”approach“：48]，”by“：[49120]，”incorporating“：[50]，”Vision-Language“：[51]，”（VLM）“：[53]，”enable“：[54]，”the“：[55,62,78,82,97126129]，”analyze“：[58]，”textal“：[59]，”with“：/61]，”added“：[63]，”context“：[64]，”of“：[65128]，”visual“：[66114]，”输入。“：[67]，”方法“：[69]，”允许“：[70]，”生成“：[72]，”组合“：[75]，”数据“：[76]，”来自“：[77107]，”机器人“：[79]，”图像“：[83]，”它“：[84]，”捕获。“：[85]，”我们“：[86]，”测试“：[87]，”增强“：[89]，”基本“：[93]，”导航“：[94]，”任务“：[95]，”其中“：[96]，”需要“：[99]，”避免“：[101]，”人类“：[103]，”障碍。提供“：[104]，“The”：[105]，“findings”：[106]，“prepartial”：[109]，“study”：[110]，“indicate”：[111]，“adding”：[113]，“interpretation”：[115]，“improved”：[116]，“system's”：[118]，“excifically”：[121]，“identifying”：[122]，“barriers”：[123]，“increating”：%125]，“accuracy”：[127]。“：[131]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4394868117“，”counts_by_year“：[]，”updated_date“：”2024-06-19T17:16:44.661630“，”created_date:“2024-04-17”}“