基于生成式 AI 与语义通信的网络化机器人任务导向连通性

机器人技术、先进通信网络与人工智能（AI）的融合，有望通过全自动化和智能化的操作来变革各行各业。在本工作中，我们为机器人引入了一种新颖的协同工作框架，该框架在语义感知网络下将目标导向的语义通信与生成式 AI（GenAI）代理统一起来。语义通信优先考虑机器人与网络之间有意义信息的交换，从而减少开销和延迟。同时，GenAI 代理利用生成式 AI 模型来解释高级任务指令、分配资源，并适应网络和机器人环境中的动态变化。这种由代理驱动的范式开启了全新的自主性和智能性水平，使得网络化机器人的复杂任务能够在最少人工干预的情况下执行。我们通过多机器人异常检测用例仿真验证了我们的方法，其中机器人检测、压缩并传输相关信息以进行分类。仿真结果证实，语义通信在保留关键语义细节的同时显著减少了数据流量，并且 GenAI 代理确保了任务协调和网络适应。这种协同作用为现代工业环境提供了一种鲁棒、高效且可扩展的解决方案。