Interactive Task Planning with Language Models

要約

インタラクティブなロボット フレームワークは長期的なタスク計画を達成し、実行中であっても新しい目標や個別のタスクに簡単に一般化できます。
ただし、従来の方法のほとんどは事前定義されたモジュール設計を必要とするため、さまざまな目標に一般化することが困難です。
最近の大規模な言語モデル ベースのアプローチでは、より自由な計画が可能になりますが、多くの場合、大量のプロンプト エンジニアリングやドメイン固有の事前トレーニングされたモデルが必要になります。
これに取り組むために、言語モデルを使用して対話型のタスク計画を実現するシンプルなフレームワークを提案します。
私たちのシステムには、言語による高レベルの計画と低レベルの機能実行の両方が組み込まれています。
私たちは、目に見えない目的のための新しい高レベルの命令を生成するシステムの堅牢性と、追加の複雑なプロンプトエンジニアリングを必要とせずにタスクガイドラインを置き換えるだけでさまざまなタスクに適応しやすいことを検証します。
さらに、ユーザーが新しいリクエストを送信すると、システムは新しいリクエスト、タスクのガイドライン、および以前に実行されたステップに基づいて、それに応じて正確に再計画することができます。
詳細については、https://wuphilipp.github.io/itp_site および https://youtu.be/TrKLuyv26_g をご覧ください。

要約(オリジナル)

An interactive robot framework accomplishes long-horizon task planning and can easily generalize to new goals or distinct tasks, even during execution. However, most traditional methods require predefined module design, which makes it hard to generalize to different goals. Recent large language model based approaches can allow for more open-ended planning but often require heavy prompt engineering or domain-specific pretrained models. To tackle this, we propose a simple framework that achieves interactive task planning with language models. Our system incorporates both high-level planning and low-level function execution via language. We verify the robustness of our system in generating novel high-level instructions for unseen objectives and its ease of adaptation to different tasks by merely substituting the task guidelines, without the need for additional complex prompt engineering. Furthermore, when the user sends a new request, our system is able to replan accordingly with precision based on the new request, task guidelines and previously executed steps. Please check more details on our https://wuphilipp.github.io/itp_site and https://youtu.be/TrKLuyv26_g.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google