LLMフォレージング：分散型スワームロボットのための大規模言語モデルによる探索

要旨: 集団採餌アルゴリズム（中心配置型採餌アルゴリズムCPFAなど）は通常、遺伝的アルゴリズム（GA）または強化学習によるオフラインのパラメータ最適化に依存しており、その結果として、チームサイズ、アリーナサイズ、資源分布の特定の組み合わせに密に結びついた方策が得られます。配備条件が変化すると性能が低下し、再学習は計算コストが高くなります。我々は、CPFAの状態機械を、3つの構造化された意思決定ポイント（すなわち、投入後、中央ゾーン到着時、探索の飢餓時）で大規模言語モデル（LLM）による戦術的意思決定者で拡張する、分散型スウォーム・コントローラ「LLM-Foraging」を提案します。各ロボットは自身のLLMクライアントを動作させ、局所的に観測可能な状態のみを用いて問い合わせます。一方で、既存のCPFAの運動とセンシングのスタックが、選択された行動を実行します。LLMは単一の設定に合わせて調整されたパラメータではなく、汎用の意思決定方策として機能するため、このコントローラは配備時に学習不要であり、再最適化なしに設定間で転移します。我々は、Gazebo上でTurtleBot3ロボットを用いてLLM-Foragingを評価しました。4台から10台のロボットによるチームサイズ、6x6から10x10メートルのアリーナサイズ、3種類の資源分布（クラスタ化、パワーロウ、ランダム）にまたがる全36の設定を対象としています。LLM-Foragingは、評価した設定すべてにおいて、GAで調整したCPFAのベースラインよりも多くの資源を収集し、さらに一貫性が高いです。この一貫性は、GAの単一設定へのチューニングでは転移できない性質です。