Training microrobots to swim by a large language model

机器学习与人工智能近来已成为跨尺度设计与优化机器人系统的一种流行范式。近期研究展示了大型语言模型（LLMs）在工业控制[1]和指导腿足式行走机器人[2]中的创新应用。在本研究中，我们利用 LLM GPT-4 来训练两种原型微型机器人在粘性流体中游动。采用少样本学习方法，我们开发了一个仅由五句话组成的极简统一提示。这个简洁的提示成功引导了两种不同的关节式微型机器人——三连杆游动器和三球体游动器——掌握其标志性泳姿。这些最初由物理学家构思的泳姿，现在被 LLM 有效地解释和应用，使微型机器人能够规避微尺度运动固有的物理约束。值得注意的是，我们基于 LLM 的决策策略在训练速度上显著超越了传统的强化学习方法。我们讨论了提示设计的细微之处，特别强调了降低使用 GPT-4 的金钱成本。