論文の概要: ChatGPT for Robotics: Design Principles and Model Abilities
- arxiv url: http://arxiv.org/abs/2306.17582v2
- Date: Wed, 19 Jul 2023 19:30:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-21 17:27:11.658571
- Title: ChatGPT for Robotics: Design Principles and Model Abilities
- Title（参考訳）: ChatGPT for Robotics:デザイン原則とモデル能力
- Authors: Sai Vemprala, Rogerio Bonatti, Arthur Bucker, Ashish Kapoor
- Abstract要約: 我々は、迅速なエンジニアリングのための設計原則と高レベルの関数ライブラリの作成を組み合わせた戦略の概要を述べる。
我々は,様々なロボットタスクの実行に向けて,異なるプロンプトエンジニアリング手法とダイアログ戦略の有効性に焦点をあてる。
我々の研究は、基本的な論理的、幾何学的、数学的推論から、航空航法、操作、エンボディドエージェントといった複雑な領域まで、ロボット領域内の様々なタスクを含む。
- 参考スコア（独自算出の注目度）: 25.032064314822243
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents an experimental study regarding the use of OpenAI's
ChatGPT for robotics applications. We outline a strategy that combines design
principles for prompt engineering and the creation of a high-level function
library which allows ChatGPT to adapt to different robotics tasks, simulators,
and form factors. We focus our evaluations on the effectiveness of different
prompt engineering techniques and dialog strategies towards the execution of
various types of robotics tasks. We explore ChatGPT's ability to use free-form
dialog, parse XML tags, and to synthesize code, in addition to the use of
task-specific prompting functions and closed-loop reasoning through dialogues.
Our study encompasses a range of tasks within the robotics domain, from basic
logical, geometrical, and mathematical reasoning all the way to complex domains
such as aerial navigation, manipulation, and embodied agents. We show that
ChatGPT can be effective at solving several of such tasks, while allowing users
to interact with it primarily via natural language instructions. In addition to
these studies, we introduce an open-sourced research tool called PromptCraft,
which contains a platform where researchers can collaboratively upload and vote
on examples of good prompting schemes for robotics applications, as well as a
sample robotics simulator with ChatGPT integration, making it easier for users
to get started with using ChatGPT for robotics.
- Abstract（参考訳）: 本稿では, OpenAI の ChatGPT を用いたロボット工学応用に関する実験的検討を行った。
提案手法は,プロンプトエンジニアリングのための設計原則と,chatgptが異なるロボティクスタスク,シミュレータ,フォームファクタに適応する高レベル機能ライブラリの作成を組み合わせた戦略を概説する。
我々は,様々なロボットタスクの実行に向けて,異なるプロンプトエンジニアリング手法とダイアログ戦略の有効性に焦点をあてる。
本稿では,ChatGPTによる自由形式のダイアログの利用,XMLタグのパース,コード合成,タスク固有のプロンプト関数の利用,対話によるクローズドループ推論などについて検討する。
本研究は, 基本的な論理, 幾何学的, 数学的推論から, 航空ナビゲーション, 操作, 具体化エージェントなどの複雑な領域まで, ロボット工学領域の様々なタスクを包含する。
chatgptは、ユーザーが主に自然言語による指示によって対話できると同時に、これらのタスクのいくつかを解決するのに効果的であることを示す。
これらの研究に加えて、オープンソースの研究ツールであるPromptCraftを導入し、研究者がロボット工学アプリケーションのための適切なプロンプトスキームの例を、共同でアップロードして投票できるプラットフォームと、ChatGPTを統合したロボットシミュレータをサンプルとして提供し、ユーザがロボット工学にChatGPTを使い始めるのを容易にする。
関連論文リスト
- $π_0$: A Vision-Language-Action Flow Model for General Robot Control [77.32743739202543]
本稿では,インターネット規模のセマンティック知識を継承するために,事前学習された視覚言語モデル(VLM)上に構築された新しいフローマッチングアーキテクチャを提案する。
我々は,事前訓練後のタスクをゼロショットで実行し,人からの言語指導に追従し,微調整で新たなスキルを習得する能力の観点から,我々のモデルを評価した。
論文 参考訳（メタデータ） (2024-10-31T17:22:30Z) - RoboScript: Code Generation for Free-Form Manipulation Tasks across Real
and Simulation [77.41969287400977]
本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。
自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。
我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
論文 参考訳（メタデータ） (2024-02-22T15:12:00Z) - Exploring Large Language Models to Facilitate Variable Autonomy for Human-Robot Teaming [4.779196219827508]
本稿では,VR(Unity Virtual Reality)設定に基づく,GPTを利用したマルチロボットテストベッド環境のための新しいフレームワークを提案する。
このシステムにより、ユーザーは自然言語でロボットエージェントと対話でき、それぞれが個々のGPTコアで動く。
12人の参加者によるユーザスタディでは、GPT-4の有効性と、さらに重要なのは、マルチロボット環境で自然言語で会話する機会を与えられる際のユーザ戦略について検討している。
論文 参考訳（メタデータ） (2023-12-12T12:26:48Z) - Creative Robot Tool Use with Large Language Models [47.11935262923095]
本稿では,暗黙的な身体的制約や長期計画を含むタスクにおいて,ツールを創造的に活用できるロボットの実現可能性について検討する。
我々は、自然言語命令を受け入れ、シミュレーションと実環境の両方でロボットを制御する実行可能なコードを出力するシステムであるRoboToolを開発した。
論文 参考訳（メタデータ） (2023-10-19T18:02:15Z) - WALL-E: Embodied Robotic WAiter Load Lifting with Large Language Model [92.90127398282209]
本稿では,最新のLarge Language Models(LLM)と既存のビジュアルグラウンドとロボットグルーピングシステムを統合する可能性について検討する。
本稿では,この統合の例としてWALL-E (Embodied Robotic WAiter load lifting with Large Language model)を紹介する。
我々は,このLCMを利用したシステムを物理ロボットに展開し,よりユーザフレンドリなインタフェースで指導誘導型把握タスクを実現する。
論文 参考訳（メタデータ） (2023-08-30T11:35:21Z) - AutoML-GPT: Automatic Machine Learning with GPT [74.30699827690596]
本稿では,タスク指向のプロンプトを開発し,大規模言語モデル(LLM)を自動的に活用して学習パイプラインを自動化することを提案する。
本稿では,多様なAIモデルのブリッジとしてGPTを用いたAutoML-GPTを提案する。
このアプローチはコンピュータビジョン、自然言語処理、その他の課題領域において顕著な結果をもたらす。
論文 参考訳（メタデータ） (2023-05-04T02:09:43Z) - Logic programming for deliberative robotic task planning [2.610470075814367]
本稿では,タスク計画問題への論理プログラミングの適用の最近の進歩について調査する。
我々は、ドメイン表現の表現性、計算効率、ソフトウェア実装に基づいて、異なるプランナーとその特定のロボットアプリケーションに対する適合性を解析する。
論文 参考訳（メタデータ） (2023-01-18T14:11:55Z) - ProgPrompt: Generating Situated Robot Task Plans using Large Language
Models [68.57918965060787]
大規模言語モデル(LLM)は、タスク計画中の潜在的な次のアクションを評価するために使用することができる。
本稿では, プログラム型LCMプロンプト構造を用いて, 配置環境間での計画生成機能を実現する。
論文 参考訳（メタデータ） (2022-09-22T20:29:49Z) - iRoPro: An interactive Robot Programming Framework [2.7651063843287718]
iRoProを使うと、技術的背景がほとんど、あるいは全くないユーザーが、ロボットに新しい再利用可能なアクションを教えることができる。
バクスター研究ロボット上で,iRoProをエンドツーエンドシステムとして実装する。
論文 参考訳（メタデータ） (2021-12-08T13:53:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。