Enhancing Human-Robot Collaborative Assembly in Manufacturing Systems Using Large Language Models

要約

人間とロボットのコラボレーションの開発には、人間とロボットの両方の独自の強みを活用して、製造システムのパフォーマンスを向上させる機能があります。
製造現場では、人間のオペレーターが動的な状況における適応性と柔軟性で貢献する一方、ロボットは精度と反復的なタスクを実行する能力を提供します。
しかし、人間のオペレーターとロボットの間のコミュニケーションギャップにより、製造システムにおける人間とロボットのチームのコラボレーションと調整が制限されます。
私たちの研究では、製造環境におけるコミュニケーションを強化するために大規模な言語モデルを利用する、人間とロボットの協調的な組み立てフレームワークを紹介します。
このフレームワークは、タスク管理のための自然言語による音声コマンドを統合することにより、人間とロボットのコミュニケーションを促進します。
アセンブリ タスクのケース スタディでは、自然言語入力を処理し、リアルタイム アセンブリの課題に対処するフレームワークの能力を実証し、言語のバリエーションへの適応性とエラー解決の効率性を強調しています。
この結果は、大規模な言語モデルには、協調的な製造アセンブリ アプリケーションにおける人間とロボットのインタラクションを改善する可能性があることを示唆しています。

要約(オリジナル)

The development of human-robot collaboration has the ability to improve manufacturing system performance by leveraging the unique strengths of both humans and robots. On the shop floor, human operators contribute with their adaptability and flexibility in dynamic situations, while robots provide precision and the ability to perform repetitive tasks. However, the communication gap between human operators and robots limits the collaboration and coordination of human-robot teams in manufacturing systems. Our research presents a human-robot collaborative assembly framework that utilizes a large language model for enhancing communication in manufacturing environments. The framework facilitates human-robot communication by integrating voice commands through natural language for task management. A case study for an assembly task demonstrates the framework’s ability to process natural language inputs and address real-time assembly challenges, emphasizing adaptability to language variation and efficiency in error resolution. The results suggest that large language models have the potential to improve human-robot interaction for collaborative manufacturing assembly applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google