「そんなことはしないで！」：大規模言語モデルに基づく制約生成による身体性のあるシステムの誘導

Abstract

大規模言語モデル（LLM）の最近の進展により、自然言語から計画問題へ組み込まれる複雑な空間的・数学的・条件付き制約を取り入れたロボットナビゲーションへの関心が高まっている。これらの制約は非形式的でありながら非常に複雑であることがあり、計画アルゴリズムへ渡せる形式的な記述へと変換するのが難しい。本論文では、制約生成フレームワークSTPRを提案する。この枠組みでは、LLMを用いて（「何をしてはいけないか」を指示として表した）制約を、実行可能なPython関数へと翻訳する。STPRはLLMの強力なコーディング能力を活用し、問題記述を言語から構造化され解釈可能なコードへと移すことで、複雑な推論を回避し、潜在的な幻覚（ハルシネーション）も避ける。LLMが生成したこれらの関数が、複雑な数学的制約でさえも正確に記述できることを示し、さらにそれらを従来の探索アルゴリズムを用いた点群表現に適用する。Gazeboのシミュレーション環境における実験では、STPRが複数の制約とシナリオに対して完全な順守を保証しつつ、実行時間が短いことを示す。また、STPRがより小型のコードLLMでも使用できることを検証し、推論コストの低い幅広いコンパクトなモデルへ適用可能であることを示す。