Aplicación de Modelos de Lenguaje a Gran Escala para la Identificación y Planificación de Tareas en un Robot Móvil

Abstract

A día de hoy, conceptos como la robótica social van tomando más importancia, debido a que la interacción de los humanos con los robots es más frecuente en distintos ámbitos de la sociedad, ya sea para interactuar con pacientes en un hospital o para recibir comida de un restaurante. Aparte de la robótica social, otro campo que también ha evolucionado, aunque este ha sido a nivel exponencial, son los Modelos de Lenguaje a Gran Escala (LLM), que han pasado en apenas unos años de generar respuestas con sentido, pero con algunos fallos de razonamiento, a poder generar respuestas complejas, tal y como las razonaría un ser humano. Además, estas respuestas pueden no solo ser textuales, sino que tienen la capacidad de generar imágenes realistas, vídeos y audios. Este Trabajo de Fin de Grado pretende contribuir a la robótica social mediante la combinación de dicho campo con los LLM, alcanzando de este modo una interacción más cercana basada en unas capacidades de razonamiento que mejoren la experiencia del usuario. En concreto, dado un escenario en el que un agente humano se comunique con un robot de manera verbal o textual para realizarle alguna petición, el trabajo se enfoca en la identificación, generación y planificación de tareas que permitan al robot completar dicha petición. De este modo, se utilizará un LLM para razonar sobre la petición y generar las tareas necesarias para completarla. En cuanto a la planificación de la ejecución de las tareas, se planificará utilizando la lógica de los árboles de comportamiento, siendo estos una estructura que permite tomar decisiones en tiempo real de forma condicional. Todo este sistema funciona sobre el framework ROS 2, y se ha validado con exhaustivas pruebas sobre un simulador y el robot real.