面向服务机器人任务规划与执行的提示工程技术比较
机器人学
2024-11-07 v2 人工智能
摘要
近期 LLM 的进展在利用其广泛的通用知识和能力来理解和推理各种任务和情景方面,对自主机器人控制和人机交互起到了重要作用。以前的工作研究了 various 提示工程技术以提高 LLM 完成任务的性能,而另一些工作则提出了方法利用 LLM 根据给定机器人平台的可用功能进行任务计划和执行。在本文中,我们考虑这两条研究线索,通过比较服务机器人中任务规划与执行的提示工程技术及其组合。我们定义了一组多样化的任务和一个简单的功能集合进行仿真,并测量几个最先进模型的任务完成准确率和执行时间。
引用
@article{arxiv.2410.22997,
title = {A Comparison of Prompt Engineering Techniques for Task Planning and Execution in Service Robotics},
author = {Jonas Bode and Bastian Pätzold and Raphael Memmesheimer and Sven Behnke},
journal= {arXiv preprint arXiv:2410.22997},
year = {2024}
}
备注
6 pages, 3 figures, 2 tables, to be published in the 2024 IEEE-RAS International Conference on Humanoid Robots, We make our code, including all prompts, available at https://github.com/AIS-Bonn/Prompt_Engineering