GSCE：面向可靠 LLM 驱动无人机控制的增强推理提示框架
机器人学
2025-04-09 v2 人工智能
摘要
将大型语言模型 (LLM) 集成到机器人控制领域，包括无人机，具有潜在的颠覆性意义。已有研究表明，LLM 可用于支持机器人操作。然而，在面对复杂推理任务时，关于 LLM 生成解决方案可靠性的担忧和挑战被提出。本文提出一种具备增强推理能力的提示框架，以实现可靠的 LLM 驱动无人机控制。我们的框架由若干新型技术组件构成，这些组件基于指南 (Guidelines)、技能 API、约束 (Constraints) 和示例 (Examples) 设计，称为 GSCE。GSCE 特点在于其可靠且符合约束的代码生成。我们对 GSCE 在不同任务复杂度的无人机控制进行了彻底的实验。实验结果表明，GSCE 在任务成功率和完整性方面显著优于基线方法，凸显了其在可靠 LLM 驱动自主无人机系统中的潜力。
引用
@article{arxiv.2502.12531,
title = {GSCE: A Prompt Framework with Enhanced Reasoning for Reliable LLM-driven Drone Control},
author = {Wenhao Wang and Yanyan Li and Long Jiao and Jiawei Yuan},
journal= {arXiv preprint arXiv:2502.12531},
year = {2025}
}
备注
8 pages