論文の概要: Quadrupped-Legged Robot Movement Plan Generation using Large Language Model

• arxiv url: http://arxiv.org/abs/2512.21293v1
• Date: Wed, 24 Dec 2025 17:22:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.5114
• Title: Quadrupped-Legged Robot Movement Plan Generation using Large Language Model
• Title（参考訳）: 大規模言語モデルを用いた四足歩行ロボット運動計画生成
• Authors: Muhtadin, Vincentius Gusti Putu A. B. M., Ahmad Zaini, Mauridhi Hery Purnomo, I Ketut Eddy Purnama, Chastine Fatichah,
• Abstract要約: 本稿では,Large Language Models(LLM)を統合し,直感的で自然言語に基づくナビゲーションを実現するための新しい制御フレームワークを提案する。 本稿では,DeepRobotics Jueying Lite 3プラットフォームにおける計算制約を克服するため,高レベルの命令処理を外部サーバにオフロードする分散アーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 1.085238722119773
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Traditional control interfaces for quadruped robots often impose a high barrier to entry, requiring specialized technical knowledge for effective operation. To address this, this paper presents a novel control framework that integrates Large Language Models (LLMs) to enable intuitive, natural language-based navigation. We propose a distributed architecture where high-level instruction processing is offloaded to an external server to overcome the onboard computational constraints of the DeepRobotics Jueying Lite 3 platform. The system grounds LLM-generated plans into executable ROS navigation commands using real-time sensor fusion (LiDAR, IMU, and Odometry). Experimental validation was conducted in a structured indoor environment across four distinct scenarios, ranging from single-room tasks to complex cross-zone navigation. The results demonstrate the system's robustness, achieving an aggregate success rate of over 90\% across all scenarios, validating the feasibility of offloaded LLM-based planning for autonomous quadruped deployment in real-world settings.
• Abstract（参考訳）: 四足歩行ロボットの伝統的な制御インタフェースは、しばしば侵入に対して高い障壁を課し、効果的な操作のために専門的な技術知識を必要とする。 そこで本稿では,Large Language Models (LLM) を統合し,直感的で自然言語に基づくナビゲーションを実現する新しい制御フレームワークを提案する。 本稿では,DeepRobotics Jueying Lite 3プラットフォームにおける計算制約を克服するため,高レベルの命令処理を外部サーバにオフロードする分散アーキテクチャを提案する。 このシステムは、LLM生成した計画をリアルタイムセンサー融合(LiDAR、IMU、オドメトリー)を使用して実行可能ROSナビゲーションコマンドに基礎付ける。 単室作業から複雑なクロスゾーンナビゲーションまで,4つの異なるシナリオにまたがって構成された屋内環境において,実験による検証を行った。 その結果、システムの堅牢性を示し、すべてのシナリオで90%以上の成功率を達成し、現実の環境での自律的な四脚配置のためのオフロード LLM ベースの計画の実現可能性を検証することができた。

関連論文リスト

• A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner [69.43049144653882]
  本稿では,車種別制御から高レベルの意思決定を分離する統一アーキテクチャを提案する。 提案アーキテクチャは、計画、センシング、車両実行の標準化されたインターフェースを定義するGuaralPlannerを通じて実現されている。
  論文  参考訳（メタデータ） (2026-02-11T10:02:31Z)
• LLM-MCoX: Large Language Model-based Multi-robot Coordinated Exploration and Search [13.039064446429407]
  LLM-MCoX (LLM-based Multi-robot Coordinated Exploration and Search)を導入した。 提案手法は,フロンティアクラスタ抽出とドアウェイ検出のためのリアルタイムLiDARスキャン処理とマルチモーダルLPM推論を組み合わせたものである。 LLMは自然言語に基づくオブジェクト検索を可能にするので、人間のオペレーターは高いレベルのセマンティックガイダンスを提供することができる。
  論文  参考訳（メタデータ） (2025-09-30T14:33:35Z)
• EasySteer: A Unified Framework for High-Performance and Extensible LLM Steering [55.56674028743782]
  大規模言語モデル(LLM)のステアリングは、推論時にモデル動作を制御するための有望なパラダイムとして登場した。 我々は,vLLM上に構築された高性能LLMステアリングのための統合フレームワークであるEasySteerを提案する。
  論文  参考訳（メタデータ） (2025-09-29T17:59:07Z)
• Astra: Toward General-Purpose Mobile Robots via Hierarchical Multimodal Learning [40.770287109084826]
  Astraは、モバイルロボットナビゲーションのための総合的なデュアルモデルアーキテクチャである。 Astra-Globalは視覚と言語入力を処理し、自己と目標のローカライゼーションを実行する。 Astra-Localは、ローカルパス計画とオドメトリー推定を処理する。
  論文  参考訳（メタデータ） (2025-06-06T16:08:47Z)
• Hierarchical Language Models for Semantic Navigation and Manipulation in an Aerial-Ground Robotic System [8.88014241557266]
  不均一なマルチロボットシステムは、協調的なハイブリッド協調を必要とする複雑なタスクにおいて大きな可能性を示す。 静的またはタスク固有のモデルに依存する既存のメソッドは、様々なタスクや動的環境にまたがる一般化性に欠けることが多い。 本稿では,大規模言語モデル (LLM) と微調整型視覚言語モデル (VLM) を統合した階層型マルチモーダルフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-05T13:27:41Z)
• General-Purpose Aerial Intelligent Agents Empowered by Large Language Models [9.603293922137965]
  本稿では,オープンワールドタスク実行が可能な,初の航空知的エージェントを提案する。 私たちのハードウェアとソフトウェアの共同設計システムは、2つの基本的な制限に対処します。 本システムは,コミュニケーション制約のある環境におけるタスク計画とシーン理解の信頼性を示す。
  論文  参考訳（メタデータ） (2025-03-11T11:13:58Z)
• SCoTT: Strategic Chain-of-Thought Tasking for Wireless-Aware Robot Navigation in Digital Twins [78.53885607559958]
  無線対応経路計画フレームワークであるSCoTTを提案する。 SCoTT は DP-WA* の2% 以内で経路ゲインを達成し, 連続的に短い軌道を生成できることを示す。 また,ガゼボシミュレーションにおいて,SCoTTをROSノードとして配置することにより,本手法の実用性を示す。
  論文  参考訳（メタデータ） (2024-11-27T10:45:49Z)
• ROS-LLM: A ROS framework for embodied AI with task feedback and structured reasoning [74.58666091522198]
  非専門家による直感的なロボットプログラミングのためのフレームワークを提案する。 ロボットオペレーティングシステム(ROS)からの自然言語のプロンプトと文脈情報を活用する 我々のシステムは,大規模言語モデル (LLM) を統合し,非専門家がチャットインタフェースを通じてシステムにタスク要求を記述できるようにする。
  論文  参考訳（メタデータ） (2024-06-28T08:28:38Z)

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。