This page organizes papers related to artificial intelligence published around the world. This page is summarized using Google Gemini and is operated on a non-profit basis. The copyright of the paper belongs to the author and the relevant institution. When sharing, simply cite the source.
Safety Control of Service Robots with LLMs and Embodied Knowledge Graphs
Created by
Haebom
Category
Empty
저자
Yong Qi, Gabriel Kyebambo, Siyuan Xie, Wei Shen, Shenghui Wang, Bitao Xie, Bin He, Zhipeng Wang, Shuo Jiang
개요
본 논문은 서비스 로봇의 안전성을 향상시키기 위해 대규모 언어 모델(LLMs)을 Embodied Robotic Control Prompts (ERCPs) 및 Embodied Knowledge Graphs (EKGs)와 통합하는 새로운 프레임워크를 제안한다. ERCPs는 LLMs가 안전하고 정확한 응답을 생성하도록 설계된 사전 정의된 지침이며, EKGs는 로봇의 동작이 안전 프로토콜에 지속적으로 부합하는지 확인하는 포괄적인 지식 기반을 제공한다. 다양한 실제 작업 환경에서 실험을 통해, 이 프레임워크를 사용한 로봇이 기존 방식보다 안전 기준을 훨씬 더 잘 준수함을 입증했다.
시사점, 한계점
•
시사점:
◦
LLMs, ERCPs, EKGs의 통합을 통해 서비스 로봇의 안전성을 획기적으로 향상시킴.
◦
다양한 실제 환경에서 실험을 통해 제안된 프레임워크의 효과를 입증.
◦
안전한 인간-로봇 상호작용을 촉진하고 서비스 로봇 분야의 안전 혁신을 선도할 수 있는 기반 마련.
•
한계점:
◦
논문에서 구체적인 한계점은 명시되지 않음.
◦
ERCPs와 EKGs의 구축 및 유지 관리에 필요한 리소스와 복잡성에 대한 추가적인 연구 필요.