Swarm-GPT：结合大语言模型与安全运动规划的机器人编舞设计
机器人学
2023-12-05 v1
摘要
本文提出了 Swarm-GPT，一个将大语言模型(LLM)与安全集群运动规划相结合的系统，为可部署的无人机集群编舞提供了一种自动化且新颖的方法。Swarm-GPT 使能够通过自然语言指令自动生成同步的无人机表演。在强调安全性和创造性的同时，Swarm-GPT 将生成模型的创造力与基于模型的规划算法的有效性和安全性相结合，弥补了无人机编舞领域的一个关键空白。该目标是通过提示 LLM 根据提取的音频数据生成一组独特的航点来实现的。轨迹规划器处理这些航点以保证无碰撞且可行的运动。结果可以在执行前在仿真中查看，并通过动态重新提示进行修改。仿真到现实(sim-to-real)的迁移实验表明，Swarm-GPT 能够准确地复现仿真的无人机轨迹，仿真到现实的均方根误差(RMSE)为 28.7 mm。迄今为止，Swarm-GPT 已在三次现场活动中成功展示，体现了预训练模型在现实世界中的安全部署。
引用
@article{arxiv.2312.01059,
title = {Swarm-GPT: Combining Large Language Models with Safe Motion Planning for Robot Choreography Design},
author = {Aoran Jiao and Tanmay P. Patel and Sanjmi Khurana and Anna-Mariya Korol and Lukas Brunke and Vivek K. Adajania and Utku Culha and Siqi Zhou and Angela P. Schoellig},
journal= {arXiv preprint arXiv:2312.01059},
year = {2023}
}
备注
10 pages, 9 figures