Word2Wave：面向高效海底机器人部署的数据驱动任务编程
机器人学
2025-03-07 v2
摘要
本文探讨了基于语言的界面设计与开发，用于自主 underwater 车（AUV）的动态任务编程。提出的 `Word2Wave'（W2W）框架实现了对 AUV 的交互式编程和参数配置，以满足远程海底任务需求。W2W 框架包括：(i) 一套新颖的语言规则和命令结构，用于高效的语言到任务映射；(ii) 基于 GPT 的提示工程模块，用于生成训练数据；(iii) 基于小型语言模型（SLM）的序列到序列学习管道，用于从人类语音或文本生成任务命令；以及 (iv) 一个新型的用户界面，用于 2D 任务地图可视化和人机交互。该框架采用名为 T5-Small 的 SLM，能够有效地从处理后的语言数据中学习语言到任务的映射，提供稳健且高效的性能。除了与最先进技术的基准评估外，我们还进行了用户交互研究，以演示 W2W 相对于商业 AUV 编程接口的有效性。总体而言，基于 W2W 的编程在任务编程中所需时间不足以传统接口的 10%；它被认为是更简单、更自然的海底任务编程范式， usability 分数为 76.25。W2W 为高效海底部署的无手势 AUV 任务编程开辟了广阔的未来研究机遇。
引用
@article{arxiv.2409.18405,
title = {Word2Wave: Language Driven Mission Programming for Efficient Subsea Deployments of Marine Robots},
author = {Ruo Chen and David Blow and Adnan Abdullah and Md Jahidul Islam},
journal= {arXiv preprint arXiv:2409.18405},
year = {2025}
}