Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Reducing Latency in LLM-Based Natural Language Commands Processing for Robot Navigation

Created by
  • Haebom

저자

Diego Pollini, Bruna V. Guterres, Rodrigo S. Guerra, Ricardo B. Grando

개요

본 논문은 GPT와 같은 대규모 언어 모델(LLM)을 산업용 로봇에 통합하여 운영 효율성과 사람-로봇 협업을 향상시키는 연구에 관한 것이다. LLM의 높은 계산 복잡도와 크기로 인한 지연 문제를 해결하기 위해, ChatGPT와 ROS 2를 중간 매체 없이 직접 통합하는 아키텍처를 제시하고 Gazebo 시뮬레이션 환경에서 모바일 로봇의 텍스트 및 음성 명령 반응을 실험적으로 검증한다. 실험 결과, 통신 지연 시간이 평균 7.01% 감소하여 실행 속도, 사용성, 접근성이 향상됨을 보여준다. 이는 산업 자동화 및 정밀 작업에 필수적인 실시간 로봇 작동을 원활하게 한다.

시사점, 한계점

시사점:
LLM과 ROS 2의 직접 통합을 통한 로봇 제어 시스템의 지연 시간 감소 및 성능 향상 가능성 제시.
사람-로봇 상호작용의 사용성 및 접근성 향상.
산업 자동화 및 정밀 작업을 위한 실시간 로봇 작동의 효율성 증대.
한계점:
Gazebo 시뮬레이션 환경에서의 실험 결과로, 실제 환경에서의 성능은 추가 검증이 필요함.
제시된 아키텍처의 확장성 및 다양한 로봇 시스템에 대한 적용 가능성에 대한 추가 연구 필요.
실험 규모 및 다양성이 제한적일 수 있음.
👍