整合消歧与用户偏好于大语言模型以实现机器人运动规划
机器人学
2024-04-24 v1 人工智能
系统与控制
系统与控制
摘要
本文提出了一种框架，能够解释包含时间元素的人类导航指令，并直接将其自然语言指令翻译为机器人运动规划。该框架的核心是利用大语言模型（LLM）。为提高框架中 LLM 的可靠性并提升用户体验，我们提出了消歧自然语言指令和捕获用户偏好的方法。该过程以消歧分类器开始，识别指令中潜在的不确定性。消歧语句触发基于 GPT-4 的机制生成澄清问题， incorporating 用户响应以进行消歧。此外，框架评估和记录非消歧指令的用户偏好，以增强未来交互。该过程的最后部分是将消歧后的指令翻译为机器人运动计划，使用线性时序逻辑（LTL）。本文详细介绍了该框架的开发及其在各种测试场景中的性能评估。
引用
@article{arxiv.2404.14547,
title = {Integrating Disambiguation and User Preferences into Large Language Models for Robot Motion Planning},
author = {Mohammed Abugurain and Shinkyu Park},
journal= {arXiv preprint arXiv:2404.14547},
year = {2024}
}