Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

From LLMs to Actions: Latent Codes as Bridges in Hierarchical Robot Control

Created by
  • Haebom

作者

Yide Shentu, Philipp Wu, Aravind Rajeswaran, Pieter Abbeel

概要

本論文は、ロボット制御における高レベルの作業計画者と低レベルのポリシーとの間の通信のための明確に定義されたインタフェース層の必要性の問題を解決するために、大規模言語モデル（LLM）をインタフェース層として利用する方法の限界を克服する新しい方法であるLearnable Latent Codes as Bridges（LCB）を提案する。従来のLLMベースのアプローチは、自然言語で簡単に表現できないタスク（ダンスアクションなど）やドメインの移動やカタストロフィックforgettingの問題による遷移学習が困難であるという限界を持っています。 LCBは、学習可能な潜在コードをLLMと低レベルポリシー間のブリッジとして使用し、LLMが言語的制約なしに柔軟に目標を伝達し、遷移学習プロセス中に事前学習された単語トークンの埋め込みスペースを破壊することなく遷移学習を可能にします。 Language TableとCalvinのベンチマークにより、LCBが純粋な言語をインターフェース層として使用する従来の方法（GPT-4Vを含む）よりも、推論や多段階動作を必要とする作業で優れた性能を示すことを実験的に確認した。

Takeaways、Limitations

•
Takeaways:
◦
ＬＬＭをロボット制御のインターフェース層として活用する上で、言語の制約を克服し、転移学習の困難を解決する新しいアプローチを提示した。
◦
学習可能な潜在コードを活用して、LLMと低レベルのポリシーとの間の効果的な通信を可能にすることで、複雑な多段階作業の実行能力を向上させました。
◦
従来のLLMベースの方法よりも推論と多段階動作を必要とする作業で優れた性能を示した。
•
Limitations：
◦
提案されたLCB法の一般化性能に関するさらなる研究が必要である。
◦
さまざまなロボットプラットフォームと作業への適用可能性をさらに検証する必要があります。
◦
潜在的なコードの次元と学習方法の最適化研究が必要かもしれません。
👍
Made with Slashpage