Safety Control of Service Robots with LLMs and Embodied Knowledge Graphs

要約

さまざまな業界のサービスロボットにおける安全上の制限により、ロボットが安全な慣行を遵守し、それによって人間に危害を与えたり物的損害を引き起こす可能性のある行為を防止したりするための堅牢なメカニズムの必要性について、大きな懸念が生じています。
ナレッジ グラフ (KG) と大規模言語モデル (LLM) の統合などの進歩にもかかわらず、ロボットの自律動作における一貫した安全性を確保するという課題は依然として残っています。
この論文では、サービス ロボットの安全フレームワークを強化するために、大規模言語モデルと身体化ロボット制御プロンプト (ERCP) および身体化ナレッジ グラフ (EKG) の新たな統合を提案します。
ERCP は、LLM が安全で正確な応答を生成することを保証する事前定義された命令として設計されています。
これらの反応はその後、心電図によって検証され、ロボットの動作が安全プロトコルと継続的に一致していることを保証する包括的な知識ベースが提供され、それによってさまざまな状況でのより安全な操作実践が促進されます。
私たちの実験セットアップには現実世界のさまざまなタスクが含まれており、そこで私たちのフレームワークを備えたロボットは、従来の方法と比較して安全基準への大幅な準拠を実証しました。
この統合により、人間とロボットの安全な対話が促進され、サービス ロボット工学における AI 主導の安全イノベ​​ーションの最前線に当社の方法論が位置づけられます。

要約(オリジナル)

Safety limitations in service robotics across various industries have raised significant concerns about the need for robust mechanisms ensuring that robots adhere to safe practices, thereby preventing actions that might harm humans or cause property damage. Despite advances, including the integration of Knowledge Graphs (KGs) with Large Language Models (LLMs), challenges in ensuring consistent safety in autonomous robot actions persist. In this paper, we propose a novel integration of Large Language Models with Embodied Robotic Control Prompts (ERCPs) and Embodied Knowledge Graphs (EKGs) to enhance the safety framework for service robots. ERCPs are designed as predefined instructions that ensure LLMs generate safe and precise responses. These responses are subsequently validated by EKGs, which provide a comprehensive knowledge base ensuring that the actions of the robot are continuously aligned with safety protocols, thereby promoting safer operational practices in varied contexts. Our experimental setup involved diverse real-world tasks, where robots equipped with our framework demonstrated significantly higher compliance with safety standards compared to traditional methods. This integration fosters secure human-robot interactions and positions our methodology at the forefront of AI-driven safety innovations in service robotics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google