Context Matters! Relaxing Goals with LLMs for Feasible 3D Scene Planning
Created by
Haebom
저자
Emanuele Musumeci, Michele Brienza, Francesco Argenziano, Abdel Hakim Drid, Vincenzo Suriani, Daniele Nardi, Domenico D. Bloisi
개요
ContextMatters는 LLM과 고전 계획법을 융합하여 3D 환경에서 신뢰할 수 있는 계획 및 실행을 수행하는 프레임워크입니다. LLM은 기호의 장면 연결을 돕고, 목표 달성이 불가능할 경우 제약 조건을 점진적으로 완화하는 기능적으로 동등한 목표를 제안하여 환경의 맥락에 맞게 목표를 조정합니다. 이 프레임워크는 3D 장면 그래프를 기반으로 작동하며, 많은 비실행 가능한 작업을 실행 가능한 계획으로 전환하고 전체 완료가 불가능할 때 부분적인 달성을 가능하게 합니다. 실험 결과는 기존 LLM+PDDL 기반보다 52.45% 성공률 향상을 보였으며, 실제 TIAGo 로봇에서 실행 가능성을 검증했습니다.
시사점, 한계점
•
LLM과 고전 계획법의 효과적인 융합을 통해 3D 환경에서의 계획 성공률을 향상시킴
•
목표 완성이 불가능한 상황에서 맥락을 고려하여 부분적인 목표 달성을 가능하게 함
•
실제 로봇 시스템(TIAGo)에 적용하여 실용성을 검증
•
현재 state-of-the-art LLMs+PDDL baseline 대비 성공률 향상은 보였으나, LLM 기반 계획법의 한계점 (안전하지 않거나 실행 불가능한 행동 제안)에 대한 추가적인 개선 여지 존재
