机器人基础模型总综述（Foundation Models in Robotics）¶
📌 一句话：把"互联网级预训练的基础模型（LLM/VLM/扩散模型等）如何用进机器人"系统盘了一遍——覆盖感知 → 决策 → 控制整条自治栈，列应用、列挑战（机器人数据稀缺、安全/不确定性、实时性）。作者阵容很强（Firoozi、Majumdar、Yuke Zhu、Shuran Song、Jiajun Wu、Cewu Lu 等），是机器人 × 大模型的最佳"开篇地图"。
🧰 对我们（速判）¶
- 适合谁读：刚进"机器人 × 大模型"想先建总图的人；给老板/新人讲"这领域有哪些块、卡在哪"时的引用源。
- 能当地图吗：✅ 强地图。感知/决策/控制三段式 + 三大挑战，适合当本库 0-总览层的上位框架。
- 新旧：2023-12 首发；偏奠基性总览，VLA/世界模型这一年的新进展需另查本库近期卡片。
关键（摘要级）¶
- 📄 分类法：按自治栈分 = 感知（开放词汇识别）/ 决策（LLM 出代码、常识推理）/ 控制；横切三大挑战 = 机器人数据稀缺、安全与不确定性、实时执行。
- 📄 主要结论：基础模型带来更强泛化与零样本能力，有望增强机器人各环节；但"机器人相关数据"稀缺是核心瓶颈。
- 关联本库：可与 概念-模型架构基础 对照；本库各 VLA 卡片（卡片-OpenVLA、卡片-RT-2、卡片-GR00T-N1）是这张图里"决策/控制"格子的具体落点。