Core Concepts
多様なロボットが実世界で相互作用する中、柔軟で即座の計画と協力が必要。
Abstract
現実世界で相互作用するロボットの増加に伴い、柔軟かつ即興的な計画と協力が求められています。大規模言語モデルは、コミュニケーション、調整、および計画のために多様なセットアップで探索され始めています。従来のアプローチでは、単一エージェントが計画を立てるか、複数の同質エージェントが簡単なタスクのために連携しています。私たちは異なる能力を持つエージェントチームがピア・トゥ・ピアおよび人間-ロボットの議論を通じて解決策を計画する分散型対話的アプローチを提案します。我々は、議論形式のダイアログが各エージェントの能力を適応的に利用し、協力チーム内で使用される効果的な方法であると考えています。二つのロボットは人間から設定された清掃問題を解決する方法や役割を定義し、それぞれが取る経路に合意します。各段階は人間アドバイザーによって中断される可能性があり、エージェントは計画を人間と確認します。その後、エージェントはこの計画を実世界で実行し、各部屋から人々からごみを回収します。私たちの実装ではすべての段階でテキストを使用し、透明性と効果的な人間-マルチロボットインタラクションを維持しています。
Stats
多様なスキルセットを含む作品もあります。
2台のTurtleBot3ロボット(図2a)が使用されました。
Raspberry Pi 4上でROS2 Humbleが制御されました。
Quotes
"Robotic systems would benefit greatly from being able to understand, interpret, and utilise otherwise ignored text data."
"Inter-agent conversation may be a useful tool for decentralised mission planning with a human in the loop."
"The language-based approach can leverage expert opinion across many scenarios as the entire system is understandable and can be interfaced directly by a human user as much as is required."