AuDeRe: Automated Strategy Decision and Realization in Robot Planning and Control via LLMs

要約

近年の大規模言語モデル（LLM）の進歩は、様々な領域、特にロボット工学において大きな可能性を示している。しかし、ロボットアプリケーションにおけるLLMベースの先行研究のほとんどは、ウェイポイントを直接予測するか、固定されたツール統合フレームワークの中でLLMを適用するかのいずれかであり、異なるタスクに最適なソリューションを探索・設定する柔軟性が限られている。この研究では、タスク記述、環境制約、およびシステムダイナミクスに基づいて、適切なプランニングと制御戦略を選択するためにLLMを活用するフレームワークを提案する。これらの戦略は、利用可能な包括的な計画・制御APIを呼び出すことで実行される。我々のアプローチは、アルゴリズムの選択を改良するために、性能フィードバックを伴う反復的なLLMベースの推論を採用している。我々は、単純な追跡から時空間制約を含む複雑な計画シナリオまで、様々な複雑さのタスクにわたる広範な実験を通して、我々のアプローチを検証する。その結果、自然言語記述から計画・制御戦略を決定するためにLLMを使用することで、ロボットの自律性を大幅に向上させるとともに、大規模な手動チューニングや専門家の知識の必要性を低減することが実証された。さらに、我々のフレームワークは、様々なタスクに対する汎用性を維持し、軌道、制御シーケンス、コード生成を直接LLMに依存するベースライン手法を顕著に凌駕する。

要約(オリジナル)

Recent advancements in large language models (LLMs) have shown significant promise in various domains, especially robotics. However, most prior LLM-based work in robotic applications either directly predicts waypoints or applies LLMs within fixed tool integration frameworks, offering limited flexibility in exploring and configuring solutions best suited to different tasks. In this work, we propose a framework that leverages LLMs to select appropriate planning and control strategies based on task descriptions, environmental constraints, and system dynamics. These strategies are then executed by calling the available comprehensive planning and control APIs. Our approach employs iterative LLM-based reasoning with performance feedback to refine the algorithm selection. We validate our approach through extensive experiments across tasks of varying complexity, from simple tracking to complex planning scenarios involving spatiotemporal constraints. The results demonstrate that using LLMs to determine planning and control strategies from natural language descriptions significantly enhances robotic autonomy while reducing the need for extensive manual tuning and expert knowledge. Furthermore, our framework maintains generalizability across different tasks and notably outperforms baseline methods that rely on LLMs for direct trajectory, control sequence, or code generation.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL