Πρωτότυπος Τίτλος:
Αξιοποίηση των Μεγάλων Γλωσσικών Μοντέλων και των Γράφων Σκηνής για την Εκτέλεση Ρομποτικών Εργασιών
Συγγραφέας:
Χρόνης, Χρήστος, Νικόλαος
Επιβλέπων καθηγητής:
Λεονταρίτης, Άρης-Δημήτριος, Μιχαήλ
Περίληψη:
H παροχή ενός φιλικού προς τον χρήστη περιβάλλοντος για τον χειρισμό ρομποτικών συσκευών είναι μια πρόκληση. Ένα πιο φιλικό και άμεσο περιβάλλον που δεν απαιτεί ιδιαίτερες γνώσεις, ρομποτικής και χρήσης κάθε ρομποτικής συσκευής, μπορεί να εξοικονομήσει πολύτιμο χρόνο, ιδιαίτερα κατά την διαδικασία του επαναπρογραμματισμού διαφορετικών εργασιών.
Η παρούσα εργασία παρουσιάζει νέο σύστημα το οποίο χρησιμοποιεί χρησιμοποιεί Μεγάλα Γλωσσικά Μοντέλα (ΜΓΜ) σε συνδυασμό μοντέλων επίγνωσης του περιεχομένου μιας σκηνής με την χρήση γράφων για την υποστήριξη οδηγιών σε φυσική γλώσσα από τον χρήστη.
Η επίγνωση του περιεχομένου επιτυγχάνεται μέσω της ανάλυσης της εισόδου από μια κάμερα που παρατηρεί την εκτέλεση της εργασίας και αξιοποιώντας μοντέλα εκτίμησης θέσης έξι βαθμών ελευθερίας και δημιουργίας γράφων σκηνής, για να δημιουργήσει μια εμπλουτισμένη αναπαράσταση του περιβάλλοντος της εργασίας. Ο νέος γράφος ενσωματώνει χωρικές πληροφορίες και λεπτομερείς σχέσεις μεταξύ αντικειμένων, και μαζί με την προτροπή του χρήστη σε φυσική γλώσσα, δίνονται ως είσοδος σε ένα chatbot υποστηριζόμενο από ΜΓΜ, επιτρέποντας έτσι μια πιο διαισθητική αλληλεπίδραση μεταξύ του χρήστη και του ρομπότ που απαιτεί ελάχιστες πληροφορίες από τον χρήστη.
Τα πειράματα σε ένα προσομοιωμένο περιβάλλον δείχνουν την αποτελεσματικότητα της προτεινόμενης προσέγγισης στη διευκόλυνση της εκτέλεσης εργασιών μέσω εισόδων σε φυσική γλώσσα, δίνοντας τη δυνατότητα σε χρήστες χωρίς προγραμματιστική εμπειρία να αλληλεπιδρούν απρόσκοπτα με ρομποτικά συστήματα και να επιτυγχάνουν περίπλοκες εργασίες με ελάχιστη προσπάθεια.
Η παρούσα εργασία παρουσιάζει νέο σύστημα το οποίο χρησιμοποιεί χρησιμοποιεί Μεγάλα Γλωσσικά Μοντέλα (ΜΓΜ) σε συνδυασμό μοντέλων επίγνωσης του περιεχομένου μιας σκηνής με την χρήση γράφων για την υποστήριξη οδηγιών σε φυσική γλώσσα από τον χρήστη.
Η επίγνωση του περιεχομένου επιτυγχάνεται μέσω της ανάλυσης της εισόδου από μια κάμερα που παρατηρεί την εκτέλεση της εργασίας και αξιοποιώντας μοντέλα εκτίμησης θέσης έξι βαθμών ελευθερίας και δημιουργίας γράφων σκηνής, για να δημιουργήσει μια εμπλουτισμένη αναπαράσταση του περιβάλλοντος της εργασίας. Ο νέος γράφος ενσωματώνει χωρικές πληροφορίες και λεπτομερείς σχέσεις μεταξύ αντικειμένων, και μαζί με την προτροπή του χρήστη σε φυσική γλώσσα, δίνονται ως είσοδος σε ένα chatbot υποστηριζόμενο από ΜΓΜ, επιτρέποντας έτσι μια πιο διαισθητική αλληλεπίδραση μεταξύ του χρήστη και του ρομπότ που απαιτεί ελάχιστες πληροφορίες από τον χρήστη.
Τα πειράματα σε ένα προσομοιωμένο περιβάλλον δείχνουν την αποτελεσματικότητα της προτεινόμενης προσέγγισης στη διευκόλυνση της εκτέλεσης εργασιών μέσω εισόδων σε φυσική γλώσσα, δίνοντας τη δυνατότητα σε χρήστες χωρίς προγραμματιστική εμπειρία να αλληλεπιδρούν απρόσκοπτα με ρομποτικά συστήματα και να επιτυγχάνουν περίπλοκες εργασίες με ελάχιστη προσπάθεια.
Ημερομηνία κατάθεσης:
2024-07-15
Γλώσσες Τεκμηρίου:
Ελληνικά
Θεματικές Κατηγορίες:
Ηλεκτρονικοί υπολογιστές. Επιστήμη των υπολογιστών
Λοιπά Θέματα:
Υπολογιστική γλωσσολογία
Λέξεις-κλειδιά:
Χειραγώγηση Αντικειμένων, Γράφοι Σκηνής, Σχεδιασμός Εργασιών, Μεγάλα Γλωσσικά Μοντέλα
Περιγραφή:
51 σ.,εικ.,πίν.,διαγρ.,σχ.
Άδεια χρήσης:
Αναφορά Δημιουργού – Μη Εμπορική Χρήση – Όχι Παράγωγα Έργα 4.0
