Centrala begrepp
경량 대형 언어 모델(LLM)을 활용하여 로봇 행동 트리를 효과적으로 생성할 수 있다.
Sammanfattning
이 연구는 최대 7억 개의 매개변수를 가진 경량 대형 언어 모델(LLM)을 사용하여 로봇을 위한 행동 트리를 생성하는 새로운 접근 방식을 제시합니다. 연구 팀은 특정 데이터셋으로 미세 조정된 경량 LLM이 만족스러운 결과를 달성할 수 있음을 입증했습니다.
주요 기여 사항은 다음과 같습니다:
GPT-3.5를 사용하여 기존 행동 트리를 기반으로 한 미세 조정 데이터셋 생성
9가지 다양한 작업에 걸쳐 llama2, llama-chat, code-llama 등 여러 LLM의 포괄적인 비교 분석
구문 분석, 검증 시스템, 시뮬레이션 환경, 실제 로봇을 통한 생성된 행동 트리의 평가
이 연구는 매개변수 수가 제한된 LLM이 효과적이고 효율적인 로봇 행동을 생성할 수 있는 가능성을 보여줍니다.
Statistik
로봇이 일련의 위치에 도달하도록 지시하는 내비게이션 작업이 있습니다.
온도 등의 센서 값을 기반으로 위치를 우선순위화하는 내비게이션 작업이 있습니다.
경로상의 일부 위치가 도달할 수 없는 경우 대체 경로를 찾는 내비게이션 작업이 있습니다.
내비게이션 작업에 로봇 팔 활동이 추가된 작업이 있습니다.
새로운 목적지를 주기적으로 받아 탐색하는 작업이 있습니다.
매니퓰레이터가 대상 물체를 찾아 접근하는 작업이 있습니다.
물체를 관찰하고 파지 위치를 추정한 후 픽앤플레이스 작업을 수행하는 작업이 있습니다.
버튼을 올바른 순서로 누르고 처리 상태를 평가하는 작업이 있습니다.
이동식 매니퓰레이터가 여러 작업 스테이션을 이동하며 부품을 수집하고 조립하는 작업이 있습니다.