LLM-DWA:大型言語モデルとダイナミックウィンドウアプローチを組み合わせたハイブリッド経路計画フレームワーク

科学分野:

• ロボット工学 ロボット工学 ロボット工学
• 人工知能 (AI) とは,人工知能 (AI) のことです.

背景:

• ダイナミックウィンドウ アプローチ (DWA) アルゴリズムは,局所最小値と複雑な環境における非効率な経路計画に関する課題に直面しています.
• 従来のDWAは,環境に関する事前の知識を組み込む能力が欠如しており,特にU形の障害物では性能が低下します.

研究 の 目的:

• DWAアルゴリズムの目標達成性能と効率を改善するために.
• 局所最小値の問題に対処し,複雑なナビゲーションシナリオでの計画時間を短縮します.

主な方法:

• 大型言語モデル (LLM) とダイナミックウィンドウアプローチ (DWA) の統合.
• LLMの推論能力を活用して,環境情報を解釈し,中間的な経路点を生成します.
• 2Dグリッド環境と3Dシミュレーションプラットフォームでの実験的検証.

主要な成果:

• 提案されたLLMベースのハイブリッド・メソッドは,U形の障害物シナリオでの効率を大幅に改善します.
• 従来のDWAと比較して,目標達成時間が短くなることが観察されました.
• 複雑な環境でのナビゲーション性能の向上が実証されています.

結論:

• LLMとDWAを組み合わせることで,従来のアプローチの限界を効果的に克服できます.
• LLMで強化されたDWAは,複雑な環境における効率的かつ堅牢なロボットナビゲーションのための有望なソリューションを提供します.
• ハイブリッドメソッドは,困難な障害物構成のシナリオで優れたパフォーマンスを示しています.