Text2Motion[72], PaLM-E[73], SayCan[74], EmbodiedGPT[75], ELLM[76], Voyager[77], LLM-Planner[78], KnowNo[79] ViLA[30], OK-Robot[69], CaP[70], LLM-GROP[71], Instruct2Act[51], VIMA[50] VoxPoser[52], 3D-VLA[63] 态下的可行性. 最终结合 Say 模块的概率评分和 Can 模块的价值函数, SayCan 选择最有可能成功 执行且对完成任务最有帮助的技能. SayCan 让机 器人了解自己的能力范围, 而 KnowNo[79] 使机器人 能够判断何时它们缺乏必要的信息, 并在需要时请 求帮助. KnowNo 建立了一个预测集, 该预测集以 用户指定的概率覆盖正确选项. 如果预测集包含多 个选项, 机器人将请求人类帮助以明确下一步行动 model planners. In: Proceedings of the 7th Conference on Robot Learning. Atlanta, USA: PMLR, 2023. 79 Liu H H, Chen A C, Zhu Y K, Swaminathan A, Kolobov A, Cheng C A. Interactive robot learning from

...................................................................................................79 5.3.1 功能模块开发..................................................................................... 通过智能体的持续学习机制，对低频但高危害风险（如供应链 中断的二级传导效应）的捕获比例显著提高。采用蒙特卡洛模 拟验证显示，在 1000 次仿真审计中，智能体对长尾风险的识 别率从 32%提升至 79%，误报率控制在 8%以下。 最终评估以季度为周期，通过审计结果回溯验证（如监管检查 问题发现率、重大风险事件预警准确率）综合计算风险覆盖率提升 比例，目标为 12 个月内将整体覆盖率从基线 60%提升至

...................................................................................................79 10.1 部署架构选择......................................................................................

..77 4.2 模型开发与训练..................................................................................79 4.2.1 模型选择与设计.........................................................................81 4.2.2 模型训练与调优

77 8.4 合同变更管理......................................................................................79 9. 实施方案与流程.......................................................................................

和信息推送，帮助乘客更高效地规划出行路线。当结合人脸识别与 智能客服系统时，乘客能够通过手机端实时了解列车运行状态、车 站出入口信息以及周边的服务设施。这种方法的应用可以显著提升 乘客的出行体验，调查显示，79%的乘客更愿意选择具有智能服务 功能的交通工具。 设备维护方面，AI 算法通过对传感器数据进行分析，能够实现 对轨道、车辆及信号设备的健康状态实时监测，提出预警及维护建 议。例如，某城市在引入这一系统后，设备故障率降低了

......77 3.4.1 模型性能评估.............................................................................79 3.4.2 模型迭代优化.............................................................................81 3.4.3

· · · · · · · · · · · 76 图9 智能客服机器人技术架构图· · · · · · · · · · · · · · · · · · · · · · · · · · · · · 79 图10 养老陪伴机器人功能示意图· · · · · · · · · · · · · · · · · · · · · · · · · · · · · 80 图11 国寿投资大模型应用中台· · ·