数据的要求较高，目前主流的改进方法有两种，一是通过模仿人类的 行为快速掌握新技能，比如丰田研究所开发的“大型行为模型”，机 器人能够通过观看视频等物理演示学习新动作；二是通过多模态数据 驱动强化学习实现任务泛化，比如若愚科技推出的九天机器人大脑， 能够通过自然语言与机器人交互完成任务。 大模型是强化学习的辅助工具，为具身智能提供了开展统一决策 的“大脑”。在传统的“感知-推理-控制”模块化框架之下，智能机 器人通过单个或