[論文レビュー] 3P-LLM: Probabilistic Path Planning using Large Language Model for Autonomous Robot Navigation

Ehsan Latif|arXiv (Cornell University)|Mar 27, 2024

Natural Language Processing Techniques被引用数 7

ひとこと要約

本論文は、パスプランニング問題を自然言語に翻訳することによって自律ロボットのリアルタイム確率的パスプランニングを実行するためにGPT-3.5-turboを使用することを調査し、GazeboシミュレーションにおけるA*およびRRTと比較する。

ABSTRACT

Much worldly semantic knowledge can be encoded in large language models (LLMs). Such information could be of great use to robots that want to carry out high-level, temporally extended commands stated in natural language. However, the lack of real-world experience that language models have is a key limitation that makes it challenging to use them for decision-making inside a particular embodiment. This research assesses the feasibility of using LLM (GPT-3.5-turbo chatbot by OpenAI) for robotic path planning. The shortcomings of conventional approaches to managing complex environments and developing trustworthy plans for shifting environmental conditions serve as the driving force behind the research. Due to the sophisticated natural language processing abilities of LLM, the capacity to provide effective and adaptive path-planning algorithms in real-time, great accuracy, and few-shot learning capabilities, GPT-3.5-turbo is well suited for path planning in robotics. In numerous simulated scenarios, the research compares the performance of GPT-3.5-turbo with that of state-of-the-art path planners like Rapidly Exploring Random Tree (RRT) and A*. We observed that GPT-3.5-turbo is able to provide real-time path planning feedback to the robot and outperforms its counterparts. This paper establishes the foundation for LLM-powered path planning for robotic systems.

研究の動機と目的

• 動的環境におけるロボットのパスプランニングにGPT-3.5-turboを用いる実現可能性を評価する。
• 信号から言語へのそして再びロボット運動への確率的変換を提案する。
• LLMベースの計画をシミュレートタスクで最新のプランナーと比較評価する。
• LLMによるナビゲーションのリアルタイム性能と潜在的な利点/限界を明らかにする。

提案手法

• ロボットのパスプランニングをアクションラベルとユーティリティ確率を用いて自然言語問題に翻訳する。
• P(u_a|m,s_o,s_g,l_a)をP(u_a|s,l_a) * P(l_a|i)に比例づけて、LLMを通じてタスクと世界をグラウンディングする。
• 候補となるアクションと次状態を反復的に生成し、GPT-3.5-turboで評価して、次の状態への最良のリンクを選択する。
• GPT-3.5-turboの出力をGazebo/ROS構成内で実行可能なロボットアクションへと翻訳する。
• 中間サービスを用いてLidar/オドメトリに基づく環境データをLLM用の言語プロンプトへ変換する。
• GPT-3.5-turboの計画をA*およびRRTと比較し、処理時間、経路長、経路正確性の観点で評価する。

実験結果

リサーチクエスチョン

• RQ1 GPT-3.5-turboはロボットのナビゲーションに対してリアルタイムで実現可能なパスプランニングのフィードバックを提供できるか。
• RQ2 LLMベースの計画は処理時間、経路長、精度の点でA*およびRRTとどのように比較されるか。
• RQ3 環境状態とユーザー指示でアクション記述をグラウンディングすることが計画性能に与える影響は何か。
• RQ4 ダイナミックな障害物処理は、更新されたアクションを生成するためにLLMへ再プロンプトすることで管理できるか。

主な発見

• GPT-3.5-turboは平均処理時間を10 msと達成し、A*（72 ms）およびRRT（21 ms）よりも速い。
• GPT-3.5-turboは平均経路長を6.34 m、経路精度を81%で生成した。
• A*は経路精度が高い（95%）が、GPT-3.5-turboおよびRRTと比較すると処理時間が長い。
• RRTは古典的プランナーの中で最も速く処理されたが、経路精度が低め（87%）で経路長が長かった。
• GPT-3.5-turboアプローチはリアルタイムの計画能力を示し、精度と最適性を改善するためのハイブリッド戦略の可能性を示した。