SwiftBot：LLMによる分散型ロボティックタスク実行のための分散型プラットフォーム

要旨: フェデレーテッドなロボットタスク実行システムでは、自然言語による指示を分散ロボット制御へ橋渡ししつつ、中央集権的な調整を行わずに、異種のエッジデバイス間で計算資源を効率的に管理する必要があります。既存の手法には3つの限界があります。1つ目は、ドメインエンジニアリングを大規模に要する、硬直的な手作りプランナです。2つ目は、ロボットがスケールするにつれてフェデレーテッドな協調と矛盾する、集中型の調整です。3つ目は、ワークロードが動的に変化する際に、ロボット間でコンテナを共有できない静的な資源配分です。私たちは、DHTオーバレイ上でLLMベースのタスク分解とインテリジェントなコンテナのオーケストレーションを統合した、フェデレーテッド・タスク実行プラットフォームであるSwiftBotを提案します。これにより、ロボットは中央集権的な制御なしに協調してタスクを実行できます。SwiftBotは、多様なタスクにわたって分解精度94.3%を達成し、タスクの起動レイテンシを1.5-5.4倍、平均の学習レイテンシを1.4-2.5倍削減し、フェデレーテッドなウォームコンテナ移行によって高負荷時のテールレイテンシを1.2-4.7倍改善します。マルチメディア・タスクに対する評価により、意味理解とフェデレーテッドな資源管理を共同設計することで、ロボットのタスク制御において柔軟性と効率の両立が可能になることを検証します。