Capability-Driven Skill Generation with LLMs: A RAG-Based Approach for Reusing Existing Libraries and Interfaces

要約

最新の自動化システムは、1つのソリューションとしての機能とスキルをアプローチする能力とスキルを備えたモジュラーアーキテクチャにますます依存しています。
機能は、マシン読み取り可能な形式でリソースの機能を定義し、スキルはそれらの機能を実現する具体的な実装を提供します。
ただし、対応する機能に準拠するスキル実装の開発は、時間がかかり、困難なタスクのままです。
この論文では、機能をスキルの実装の契約として扱い、大規模な言語モデルを活用して自然言語ユーザー入力に基づいて実行可能なコードを生成する方法を提示します。
私たちのアプローチの重要な特徴は、既存のソフトウェアライブラリとインターフェイステクノロジーの統合であり、異なるターゲット言語でのスキル実装の生成を可能にすることです。
検索された生成アーキテクチャを通じて、ユーザーが独自のライブラリとリソースインターフェイスをコード生成プロセスに組み込むことができるフレームワークを紹介します。
提案された方法は、PythonとROS 2を介して制御された自律モバイルロボットを使用して評価され、アプローチの実現可能性と柔軟性を実証します。

要約(オリジナル)

Modern automation systems increasingly rely on modular architectures, with capabilities and skills as one solution approach. Capabilities define the functions of resources in a machine-readable form and skills provide the concrete implementations that realize those capabilities. However, the development of a skill implementation conforming to a corresponding capability remains a time-consuming and challenging task. In this paper, we present a method that treats capabilities as contracts for skill implementations and leverages large language models to generate executable code based on natural language user input. A key feature of our approach is the integration of existing software libraries and interface technologies, enabling the generation of skill implementations across different target languages. We introduce a framework that allows users to incorporate their own libraries and resource interfaces into the code generation process through a retrieval-augmented generation architecture. The proposed method is evaluated using an autonomous mobile robot controlled via Python and ROS 2, demonstrating the feasibility and flexibility of the approach.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google