SayCoNav: 利用大型语言模型实现去中心化多机器人导航中的自适应协作
机器人学
2025-05-21 v1 人工智能
摘要
在大规模未知环境中执行复杂导航任务的自主机器人团队至关重要的是实现有效的协作。有效的协作策略应根据每台机器人的技能和当前状态进行确定和调整，以成功实现共享目标。我们提出了 SayCoNav, 一种新方法，利用大型语言模型 (LLM) 自动生成团队中机器人之间的协作策略。基于该协作策略，团队中的每台机器人都使用 LLM 以去中心化方式生成其计划和动作。在导航期间，各机器人通过共享信息持续更新其逐步计划。我们在多目标导航 (MultiON) 任务上评估了 SayCoNav, 该任务要求机器人团队利用其互补优势高效地搜索未知环境中多个不同对象的所在。通过将 SayCoNav 与各种团队组成和条件进行基线方法的对比验证, 实验结果表明 SayCoNav 通过有效协作可使搜索效率提高最高可达 44.28%, 并且能够在任务执行期间动态适应变化的条件。
引用
@article{arxiv.2505.13729,
title = {SayCoNav: Utilizing Large Language Models for Adaptive Collaboration in Decentralized Multi-Robot Navigation},
author = {Abhinav Rajvanshi and Pritish Sahu and Tixiao Shan and Karan Sikka and Han-Pang Chiu},
journal= {arXiv preprint arXiv:2505.13729},
year = {2025}
}