核心概念
로봇 에이전트는 향후 작업을 예측하고 인간과 협력하여 효율적으로 작업을 수행할 수 있다.
摘要
이 논문은 데이터 기반 작업 예측과 지식 기반 계획을 결합한 DaTAPlan 프레임워크를 소개한다. 주요 내용은 다음과 같다:
- 사전 학습된 대형 언어 모델(LLM)을 사용하여 작업을 예측하고, 고전적인 계획 시스템을 통해 에이전트와 인간이 협력하여 수행할 수 있는 저수준 행동 시퀀스를 계산한다.
- 인간의 행동 선택, 행동 결과 또는 선호도가 예상과 다를 경우 에이전트가 자동으로 재계획을 수행하여 적응할 수 있다.
- 실험을 통해 LLM의 작업 예측 정확성, 협업을 통한 효율성 향상, 예상치 못한 변화에 대한 적응 능력을 입증했다.
統計資料
에이전트와 인간이 협력하여 작업을 수행할 때 총 실행 비용이 25.3% 감소했다.
인간의 행동 오류가 1-3개 발생할 때 작업 완수율이 0-54.17%였다.
引述
"데이터 기반 방법과 모델은 작업 예측, 계획, 관련 문제에서 최신 기술 수준을 나타낸다."
"안전성, 신뢰성, 적응성, 실시간 인식, 인간 피드백 통합은 여전히 해결해야 할 과제이다."