InteLiPlan: An Interactive Lightweight LLM-Based Planner for Domestic Robot Autonomy

要約

具体化された知性をターゲットにして、国内のロボットの自律性と堅牢性を高めるように設計されたインタラクティブLLMベースのフレームワークを導入します。
私たちのアプローチは、大規模なデータへの依存を減らし、LLMを具体化するロボットに依存しないパイプラインを組み込んでいます。
私たちのフレームワークであるInteliplanは、LLMの意思決定機能がロボット機能と効果的に整合し、運用上の堅牢性と適応性を高めることを保証しますが、人間のループメカニズムにより、ユーザーの指示が必要なときにリアルタイムの人間の介入が可能になります。
シミュレーションと実際のトヨタヒューマンサポートロボット（HSR）の両方での方法を評価します。
私たちの方法は、障害回復を伴う「フェッチME」タスクの完了で93％の成功率を達成し、障害の推論とタスク計画の両方でその能力を強調します。
Inteliplanは、リアルタイムのオンボードコンピューティングのみを使用しながら、最先端の大規模なLLMベースのロボットプランナーに匹敵するパフォーマンスを達成します。

要約(オリジナル)

We introduce an interactive LLM-based framework designed to enhance the autonomy and robustness of domestic robots, targeting embodied intelligence. Our approach reduces reliance on large-scale data and incorporates a robot-agnostic pipeline that embodies an LLM. Our framework, InteLiPlan, ensures that the LLM’s decision-making capabilities are effectively aligned with robotic functions, enhancing operational robustness and adaptability, while our human-in-the-loop mechanism allows for real-time human intervention when user instruction is required. We evaluate our method in both simulation and on the real Toyota Human Support Robot (HSR). Our method achieves a 93% success rate in the ‘fetch me’ task completion with failure recovery, highlighting its capability in both failure reasoning and task planning. InteLiPlan achieves comparable performance to state-of-the-art large-scale LLM-based robotics planners, while using only real-time onboard computing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google