تخطيط مهام الروبوت المعتمد على نماذج اللغة الكبيرة مع التعامل مع الاستثناءات لروبوتات الخدمة متعددة الأغراض

تتطلب تطوير روبوت خدمة متعدد الأغراض للحياة اليومية قدرة الروبوت على تنفيذ العديد من السلوكيات الأساسية بحكمة. يمكن الاستفادة من التطورات الحديثة في تدريب نماذج اللغة الكبيرة (LLMs) لتوليد تسلسلات الأفعال مباشرةً، بناءً على تعليمات بلغة طبيعية دون الحاجة إلى معلومات إضافية عن المجال. ومع ذلك، على الرغم من أن مخرجات نماذج اللغة الكبيرة صحيحة من الناحية الدلالية، قد لا تعكس خطط المهام المولدة الأفعال المقبولة بدقة وقد تتضمن العديد من الغموض اللغوي. تشكل وهلوسات نماذج اللغة الكبيرة تحديًا إضافيًا في تخطيط مهام الروبوت، مما يؤدي إلى محتوى لا يتوافق مع الحقائق الواقعية أو مدخلات المستخدم. في هذا البحث، نقترح طريقة لتخطيط المهام تعتمد على نظام تقييد في طلب نموذج اللغة الكبيرة، الذي يمكنه توليد تسلسل أفعال قابل للتنفيذ من أمر معين. بالإضافة إلى ذلك، نقترح وحدة معالجة الاستثناءات للتعامل مع مشكلة وهلوسات نموذج اللغة الكبيرة. تضمن هذه الوحدة أن تكون نتائج نموذج اللغة الكبيرة المُولدة مقبولة في البيئة الحالية. قمنا بتقييم طريقتنا على الأوامر المولدة بواسطة مولد أوامر RoboCup@Home، حيث لاحظنا أن الروبوت يُظهر أداءً استثنائيًا في كل من فهم التعليمات وتنفيذ المهام.