CLARA：面向模糊指令的认知驱动澄清框架

CLARA 用提问澄清模糊指令并生成场景渲染图确认理解

资讯摘要

论文提出 CLARA（Conversational cLArification for Robotic Arrangement），一个认知驱动的澄清框架，用于机器人与 AI 系统处理“打扫房间”这类缺少细节的高层指令。它通过针对性提问，把模糊请求细化为描述物品摆放偏好的结构化指令，再交由扩散模型生成目标场景的写实渲染图，作为对系统理解的视觉确认。作者报告的实验与用户研究显示，CLARA 相比另一套先进 LVLM 系统结果更准确一致。

要点速读

1. CLARA 通过针对性提问主动向用户获取偏好与物品摆放等关键信息，将模糊请求转为结构化指令
2. 澄清结果用于引导扩散式图像生成流程，渲染最终目标场景，并作为视觉确认
3. 作者报告实验与用户研究显示，CLARA 相比另一套先进 LVLM 系统结果更准确、更一致

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。