基于大语言模型的声音与自然机器人解释的本体论 grounding

构建有效的人机交互，要求机器人从经验中推导出既逻辑严谨又符合人类期望的结论。本文提出了一种混合框架，将本体论推理与大语言模型（LLM）相结合，以产生语义上有 grounding 且自然的机器人解释。本体论确保逻辑一致性和领域 grounding，while LLM 提供流畅、情境感知且自适应的语言生成。该方法将来自人机经验的数据进行 grounding，使机器人能够基于事件属性推理事件是常规还是异常。我们集成了检索和构建基于本体论对比叙事的前沿算法，与一个使用这些叙事生成简洁、清晰、交互式解释的 LLM 代理。该方法通过实验室研究复制工业协作任务进行验证。实证结果表明，本体论叙事在清晰度和简洁度方面实现了显著提升，同时保持了语义准确性。初始评估进一步显示系统能够根据用户反馈调整解释。总体而言，本工作突显了本体论-LLM 集成在推进可解释代理方面以及促进更透明的人机协作中的潜力。