BT-ACTION：基于行为树与大语言模型的模块化用户指令理解测试驱动方法
机器人学
2025-04-04 v1
摘要
自然语言指令往往抽象且复杂，要求机器人执行多个子任务甚至对于看似简单的查询。例如，当用户要求机器人准备牛油果烤面包时，任务涉及多个步骤。此外，这些指令可能对机器人而言是模糊的或不可行的，亦或超出其既有知识。虽然大语言模型（LLM）具备强大的语言推理能力以处理这些挑战，但将其有效集成到机器人系统中仍是关键挑战。为此，我们提出了 BT-ACTION，一种基于行为树（Behavior Tree, BT）与 LLM 结合的测试驱动方法，用于生成遵循复杂用户指令的机器人动作序列，具体应用于厨房助手情境下的食谱准备。我们在包含 45 名参与者的全面用户研究中评估了 BT-ACTION，比较其与直接 LLM 提示的表现。结果表明，BT-ACTION 的模块化设计帮助机器人犯错更少，提升了用户信任度，参与者对机器人采用 BT-ACTION 方法表现出显著偏好。代码已公开发布于 https://github.com/1Eggbert7/BT_LLM
引用
@article{arxiv.2504.02779,
title = {BT-ACTION: A Test-Driven Approach for Modular Understanding of User Instruction Leveraging Behaviour Trees and LLMs},
author = {Alexander Leszczynski and Sarah Gillet and Iolanda Leite and Fethiye Irmak Dogan},
journal= {arXiv preprint arXiv:2504.02779},
year = {2025}
}