利用大语言模型进行精准农业中的任务规划
机器人学
2025-08-19 v1 人工智能
摘要
机器人技术和人工智能在推动精准农业方面具有巨大潜力。虽然机器人系统已成功部署用于各种任务，但使其适应执行多样化任务仍然具有挑战性，特别是由于终端用户通常缺乏技术专业知识。在本文中，我们提出了一个端到端系统，利用大语言模型（LLM），特别是 ChatGPT，使用户能够通过自然语言指令向自主机器人分配复杂的数据收集任务。为提高可复用性，任务计划采用现有的 IEEE 任务规范标准进行编码，并通过 ROS2 节点在机器人上执行，这些节点将高层任务描述与现有 ROS 库连接起来。通过大量实验，我们揭示了 LLM 在此背景下的优势与局限，特别是在空间推理和解决复杂路由挑战方面，并展示了我们提出的实现如何克服这些局限。
引用
@article{arxiv.2506.10093,
title = {Leveraging LLMs for Mission Planning in Precision Agriculture},
author = {Marcos Abel Zuzuárregui and Stefano Carpin},
journal= {arXiv preprint arXiv:2506.10093},
year = {2025}
}
备注
Published in Proceedings of 2025 International Conference on Robotics and Automation (ICRA)