本論文では、大規模言語モデルとビヘイビアツリーを組み合わせた新しい手法「LLM-BT」を提案している。
まず、認識モジュールでセマンティックマップを構築し、推論モジュールでChatGPTを使ってタスクの記述的ステップを生成する。次に、パーサモジュールでBERTベースの言語モデルを使ってキーワードを抽出し、初期のビヘイビアツリーを構築する。最後に、ビヘイビアツリー更新アルゴリズムを提案し、初期のビヘイビアツリーを動的に拡張することで、環境の変化に適応しながらタスクを実行できるようにする。
実験では、貨物仕分けとホームサービスの2つのシナリオを検証した。結果、LLM-BTは外部の干渉に対して適応的に対応でき、他の言語モデルベースの手法と比べて優位性があることが示された。
Ke Bahasa Lain
dari konten sumber
arxiv.org
Wawasan Utama Disaring Dari
by Haotian Zhou... pada arxiv.org 04-09-2024
https://arxiv.org/pdf/2404.05134.pdfPertanyaan yang Lebih Dalam