一段文字足矣：通过交互、可信的大语言模型实现丰富的机器人行为

大语言模型（LLM）是我们物理环境以及动物和人类行为所有公共知识的紧凑表示。将LLM应用于机器人技术可能为构建高度能干的机器人提供一条路径，这些机器人在大多数人类任务中表现良好，且只需有限甚至零调优。除了日益复杂的推理和任务规划外，精心设计的LLM网络还提供了升级能力的便利性，并允许人类直接观察机器人的思考过程。在这里，我们探讨了使用LLM控制物理机器人的优势、局限性和特殊性。基本系统由四个LLM组成，它们通过基于WebSocket和ROS2消息传递实现的人类语言数据总线进行通信。令人惊讶的是，尽管机器人的数据融合周期仅以1Hz运行，中央数据总线以人脑的极低速率（约40比特/秒）运行，但机器人仍能实现丰富的行为并在不同任务中表现良好。使用自然语言进行LLM间通信使得机器人的推理和决策能够被人类直接观察，并且使得用纯英文编写的规则集来偏置系统行为变得轻而易举。这些规则被不可变地写入以太坊——一个全球性的、公开的、抗审查的图灵完备计算机。我们建议，通过使用自然语言作为交互式AI之间的数据总线，并使用不可变的公共账本存储行为约束，可以构建出兼具意外丰富性能、可升级性和持久人类对齐的机器人。