بازگشت به جستجو

داربست رشدی با مدل های زبان بزرگ

عنوان	داربست رشدی با مدل های زبان بزرگ
نویسنده	چلیک، بی، احمد اوغلو، ا.، اوگور، ای.، اوزتوپ، ارهان
تاریخ انتشار:	2023
محل انتشار	- IEEE
نوع	سند
زبان	انگلیسی
دیجیتال	بله
نسخه خطی	خیر
کتابخانه:	دانشگاه اوزیغین
شناسه دارایی کتابخانه	978-166547075-9
شماره ثبت	fbb8f176-4dec-499b-bb73-fadeaf4ac0c4
محل کتابخانه	علوم کامپیوتر
تاریخ	2023
یادداشت‌ها	TÜBİTAK ; دانشگاه اوزاکا؛ سازمان توسعه انرژی های نو و فناوری های صنعتی ; انجمن ژاپن برای ترویج علم
متن نمونه	کاوش و مشاهده خود مکانیسم های کلیدی رشد حسی-حرکتی نوزاد هستند. این فرآیندها بیشتر توسط داربست والدین برای تسریع در کسب مهارت و دانش هدایت می شوند. در روباتیک توسعه ای، این رویکرد اغلب با داشتن یک انسان به عنوان منبع داربست اتخاذ شده است. در این مطالعه، ما بررسی می‌کنیم که آیا مدل‌های زبان بزرگ (LLM) می‌توانند به عنوان یک عامل داربست برای یک سیستم روباتیک عمل کنند که هدف آن یادگیری پیش‌بینی اثرات اقدامات آن است. برای این منظور، یک تنظیم دستکاری شی در نظر گرفته می شود که در آن یک شی را می توان انتخاب کرد و در بالای یا در مجاورت یک شی دیگر قرار داد. از LLM پذیرفته شده خواسته می شود تا فرآیند انتخاب کنش را از طریق توصیفات الگوریتمی ایجاد شده حالت و گزینه های انتخاب کنش به زبان طبیعی هدایت کند. آزمایش‌های شبیه‌سازی که شامل مکعب‌ها در این تنظیمات است، نشان می‌دهد که یادگیری با هدایت LLM (GPT3.5-guided) در مقایسه با اکتشاف تصادفی، کشف سریع‌تر ساختارهای جدید را به همراه دارد. با این حال، ما مشاهده کردیم که GPT3.5 نمی تواند به طور موثر ربات را در تولید ساختارهایی با توانایی های مختلف مانند مکعب ها و کره ها هدایت کند. به طور کلی، ما به این نتیجه رسیدیم که حتی بدون تنظیم دقیق، LLM ها ممکن است به عنوان یک عامل داربست متوسط برای بهبود یادگیری ربات عمل کنند، با این حال، آنها هنوز فاقد درک مقرون به صرفه هستند که کاربرد LLM های فعلی را در وظایف داربست رباتیک محدود می کند.
DOI	10.1109/ICDL55364.2023.10364374

مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات

دانشگاه اوزیغین

داربست رشدی با مدل های زبان بزرگ

نویسنده چلیک، بی، احمد اوغلو، ا.، اوگور، ای.، اوزتوپ، ارهان

تاریخ انتشار 2023

محل انتشار - IEEE

نوع سند

زبان انگلیسی

دیجیتال بله

نسخه خطی خیر

کتابخانه دانشگاه اوزیغین

شناسه دارایی کتابخانه 978-166547075-9

شماره ثبت fbb8f176-4dec-499b-bb73-fadeaf4ac0c4

محل کتابخانه علوم کامپیوتر

تاریخ 2023

یادداشت‌ها TÜBİTAK ; دانشگاه اوزاکا؛ سازمان توسعه انرژی های نو و فناوری های صنعتی ; انجمن ژاپن برای ترویج علم

متن نمونه کاوش و مشاهده خود مکانیسم های کلیدی رشد حسی-حرکتی نوزاد هستند. این فرآیندها بیشتر توسط داربست والدین برای تسریع در کسب مهارت و دانش هدایت می شوند. در روباتیک توسعه ای، این رویکرد اغلب با داشتن یک انسان به عنوان منبع داربست اتخاذ شده است. در این مطالعه، ما بررسی می‌کنیم که آیا مدل‌های زبان بزرگ (LLM) می‌توانند به عنوان یک عامل داربست برای یک سیستم روباتیک عمل کنند که هدف آن یادگیری پیش‌بینی اثرات اقدامات آن است. برای این منظور، یک تنظیم دستکاری شی در نظر گرفته می شود که در آن یک شی را می توان انتخاب کرد و در بالای یا در مجاورت یک شی دیگر قرار داد. از LLM پذیرفته شده خواسته می شود تا فرآیند انتخاب کنش را از طریق توصیفات الگوریتمی ایجاد شده حالت و گزینه های انتخاب کنش به زبان طبیعی هدایت کند. آزمایش‌های شبیه‌سازی که شامل مکعب‌ها در این تنظیمات است، نشان می‌دهد که یادگیری با هدایت LLM (GPT3.5-guided) در مقایسه با اکتشاف تصادفی، کشف سریع‌تر ساختارهای جدید را به همراه دارد. با این حال، ما مشاهده کردیم که GPT3.5 نمی تواند به طور موثر ربات را در تولید ساختارهایی با توانایی های مختلف مانند مکعب ها و کره ها هدایت کند. به طور کلی، ما به این نتیجه رسیدیم که حتی بدون تنظیم دقیق، LLM ها ممکن است به عنوان یک عامل داربست متوسط برای بهبود یادگیری ربات عمل کنند، با این حال، آنها هنوز فاقد درک مقرون به صرفه هستند که کاربرد LLM های فعلی را در وظایف داربست رباتیک محدود می کند.

DOI 10.1109/ICDL55364.2023.10364374