본 논문은 로봇 공학 및 자율 주행에서 경로 계획의 효율성을 높이기 위해 A* 알고리즘과 대규모 언어 모델(LLM)을 결합한 새로운 방법인 LLM-A를 제안합니다. 기존의 A 알고리즘은 상태 공간이 커짐에 따라 계산 및 메모리 비효율성이 발생하는 반면, LLM은 환경에 대한 전반적인 이해에 뛰어나지만 세부적인 공간 및 시간적 추론에는 부족합니다. LLM-A는 A의 정확한 경로 탐색 능력과 LLM의 전역적 추론 능력을 결합하여 대규모 환경에서도 경로 유효성을 유지하면서 시간 및 공간 복잡성 측면에서 경로 탐색 효율성을 향상시키는 것을 목표로 합니다.
시사점, 한계점
•
시사점:
◦
A* 알고리즘의 계산 및 메모리 비효율성 문제를 LLM을 활용하여 해결할 수 있는 가능성 제시
◦
LLM의 전역적 환경 이해와 A*의 정밀한 경로 탐색의 시너지 효과를 통해 효율적인 경로 계획 가능성 확인
