从自然语言到Nav2：基于代价地图导航的可操作策略
研究提出一种接入ROS 2 Nav2的自然语言策略接口：本地大语言模型将操作员指令转为JSON策略，指定目的地、空间约束及时间或事件条件，确定性检查决定任务是否接受，三个代价地图适配器把接受的策略投影进现有导航栈，不改动规划器与控制器。在150条研究者编写的英文指令上，四个本地模型产出107-142条正确接受策略，规则解析器为44条，各模型错误接受3-20次；故障注入中8个端点/JSON故障与29个验证器阶段故障被拒。仿真与TurtleBot3实验中，任务1-3平均行驶时间较无策略基线在仿真降低18.4-24.5%、实体平台降低23.1-35.0%。
发布于 10-27 10:54来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Natural-Language to Nav2: Operational Policies for Costmap-Based Navigation》查看原链
本文提出一种自然语言策略接口，将操作员知识引入ROS 2 Nav2导航栈。 本地大语言模型把指令转换为JSON策略，指定目的地、空间约束以及时间或事件条件；确定性检查负责判定任务是否被接受，三个代价地图适配器把已接受的策略投影到现有导航栈中，且不改变其规划器或控制器。
在150条由研究者编写的英文指令上，四个本地模型生成107-142条正确且被接受的策略，基于规则的解析器为44条，各模型有3-20次错误接受。 故障注入记录了8个端点/JSON故障和29个验证器阶段故障被拒绝。 导航实验使用正确的任务策略，在仿真和TurtleBot3上评估禁行区、区域代价、依赖人员的区域和事件条件通行。
任务1-3的平均行驶时间在仿真中降低18.4-24.5%，在实体测试平台上降低23.1-35.0%。