面向协作空中交通控制的 hallucination-aware 生成式预训练变换器
人工智能
2025-04-16 v1 机器人学
摘要
本文提出SafeGPT，一个两层结构，将生成式预训练变换器(GPTs)与强化学习(RL)集成，用于高效可靠的无人机( UAV)末端递送。在本方案中，Global GPT 模块分配高级任务，如区域分配，而 On-Device GPT 管理实时本地路线规划。RL 基于安全过滤器监控每个 GPT 决策，并覆盖可能导致电池耗尽或重复访问的不安全动作，有效缓解了幻觉问题。此外，双回放缓冲机制帮助 GPT 模块和 RL 代理随时间细化其策略。仿真结果表明，SafeGPT 在交付成功率方面优于仅使用 GPT 的基线，同时大幅减少了电池消耗和行驶距离。这些发现验证了将 GPT 基于语义的推理与形式安全保证相结合的有效性，为 robust 且高效的 UAV 物流提供了可行解决方案。
引用
@article{arxiv.2504.10831,
title = {Hallucination-Aware Generative Pretrained Transformer for Cooperative Aerial Mobility Control},
author = {Hyojun Ahn and Seungcheol Oh and Gyu Seon Kim and Soyi Jung and Soohyun Park and Joongheon Kim},
journal= {arXiv preprint arXiv:2504.10831},
year = {2025}
}