一通百通：基于LLM的精准农业异构任务规划

人工智能正在变革精准农业，为农民提供简化日常运营的新工具。尽管这些技术进步有望提高效率，但它们往往引入额外的复杂性和陡峭的学习曲线，这对必须在技术采用与现有工作负荷之间取得平衡的非技术用户来说尤其具有挑战性。在本文中，我们提出了一种基于自然语言（NL）的机器人任务规划器，使非专业人员能够通过通用界面控制异构机器人。通过利用大型语言模型（LLMs）和预定义原语，我们的架构将人类语言无缝转换为可由不同机器人平台执行的中间描述。使用该系统，用户无需编写任何代码即可制定复杂的农业任务。在本文所呈现的工作中，我们通过涉及机器人操作和计算机视觉任务的新一类实验扩展了我们先前针对轮式机器人任务规划的系统。我们的结果表明，该架构足够通用以支持多样化的机器人，且足够强大以执行复杂的任务请求。这项工作代表了使精准农业中的机器人自动化对非技术用户更加可访问的重要一步。