FlockGPT：基于语言编排的无人机集群引导
机器人学
2024-05-10 v1
摘要
本文提出了世界上首个通过生成式 AI 利用自然语言实现的快速无人机集群控制。所描述的方法能够直观地编排任意规模的集群，以实现所需的几何形态。该方法的关键特征是开发了一个基于大型语言模型的新接口，用于与用户通信并生成目标几何描述。用户可以在构建集群几何模型期间交互式地进行修改或提供意见。通过结合集群技术并使用符号距离函数定义目标表面，实现了无人机群在目标状态之间平滑且自适应的运动。我们对 FlockGPT 的用户研究证实了用户对无人机集群具有高度的直观控制能力。此前从未控制过无人机群的受试者仅需几次迭代便能构建出复杂的图形，并能够准确辨认所形成的无人机群图形。结果表明，通过基于 LLM 的接口生成并由模拟无人机群执行的六种不同几何图案具有很高的识别率（平均为 80%，立方体和四面体图案最高达 93%）。用户评价该系统具有较低的时间需求（NASA-TLX 得分 19.2）、高性能（NASA-TLX 得分 26）、吸引力（UEQ 得分 1.94）和享乐质量（UEQ 得分 1.81）。FlockGPT 的演示代码仓库可于：coming soon 获取。
引用
@article{arxiv.2405.05872,
title = {FlockGPT: Guiding UAV Flocking with Linguistic Orchestration},
author = {Artem Lykov and Sausar Karaf and Mikhail Martynov and Valerii Serpiva and Aleksey Fedoseev and Mikhail Konenkov and Dzmitry Tsetserukou},
journal= {arXiv preprint arXiv:2405.05872},
year = {2024}
}