Robot Task Planning Based on Large Language Model Representing Knowledge with Directed Graph Structures

要約

従来のロボットのタスク計画方法は、高度に構造化されていない環境や複雑なタスクを扱う際に課題に直面します。
私たちは人間の専門知識と LLM を組み合わせたタスク計画方法を提案し、構造化された専門知識を表現するためのより強力な表現力を備えた LLM プロンプト テンプレート Think_Net_Prompt を設計しました。
さらに、タスクを段階的に分解し、タスクツリーを生成して各タスクの計画ボリュームを削減する方法を提案し、ロボットのタスク計画を分離する戦略を設計しました。
さまざまな計画エンティティを分割し、タスクを実際のマシンのバインド プロセスから分離することにより、タスク計画プロセスがより柔軟になります。
研究結果によると、私たちの方法は、指定されたコード形式の処理、タスクとサブタスク間の関係の理解、およびテキスト記述からのパラメータの抽出において良好に機能することが示されています。
ただし、タスクロジックの処理の複雑さの限界、部品の数量および組み立ての正確な位置の曖昧さなどの問題もあります。
タスクの説明と認知構造の精度を向上させると、特定の改善がもたらされる可能性があります。
https://github.com/NOMIzy/Think_Net_Prompt

要約(オリジナル)

Traditional robot task planning methods face challenges when dealing with highly unstructured environments and complex tasks. We propose a task planning method that combines human expertise with an LLM and have designed an LLM prompt template, Think_Net_Prompt, with stronger expressive power to represent structured professional knowledge. We further propose a method to progressively decompose tasks and generate a task tree to reduce the planning volume for each task, and we have designed a strategy to decouple robot task planning. By dividing different planning entities and separating the task from the actual machine binding process, the task planning process becomes more flexible. Research results show that our method performs well in handling specified code formats, understanding the relationship between tasks and subtasks, and extracting parameters from text descriptions. However, there are also problems such as limited complexity of task logic handling, ambiguity in the quantity of parts and the precise location of assembly. Improving the precision of task description and cognitive structure can bring certain improvements. https://github.com/NOMIzy/Think_Net_Prompt

arxiv情報

提供元, 利用サービス

arxiv.jp, Google