Behavior Trees and State Machines in Robotics Applications
· 약 6분
"Behavior Tree" 태그로 연결된 23개 게시물개의 게시물이 있습니다.
모든 태그 보기CARJAN: Agent-Based Generation and Simulation of Traffic Scenarios with AJAN
· 약 3분
논문 정보
- 제목: CARJAN: Agent-Based Generation and Simulation of Traffic Scenarios with AJAN
- 저자: Leonard Frank Neis (DFKI, Saarland Informatics Campus), André Antakli (DFKI, Saarland Informatics Campus), Matthias Klusch (DFKI, Saarland Informatics Campus)
- 학회/저널: arXiv 프리프린트 (cs.AI)
- 발행일: 2025-08-29
- DOI: arXiv:2508.21411
- 주요 연구 내용: AJAN 멀티에이전트 프레임워크와 CARLA 자율주행 시뮬레이터를 통합하여 도시 교통 시나리오를 반자동으로 생성하고 시뮬레이션하는 도구 CARJAN 개발
- 주요 결과 및 결론: 보행자, 자전거, 자율주행 차량 등 다양한 에이전트가 상호작용하는 복합 교통 시나리오의 비주얼 모델링과 시뮬레이션을 통합한 최초의 접근법 제시
- 기여점: SPARQL Behavior Tree 기반 에이전트 의사결정과 비주얼 UI 기반 시나리오 모델링을 결합하여 사용자 친화적인 교통 시나리오 생성·시뮬레이션 도구 제공
Enhancing Game AI Behaviors with Large Language Models and Agentic AI
· 약 3분
논문 정보
- 제목: Enhancing Game AI Behaviors with Large Language Models and Agentic AI
- 저자: Ciprian Paduraru (Gameloft & University of Bucharest), Miruna Gabriela Paduraru (University of Bucharest), Alin Stefanescu (University of Bucharest)
- 학회/저널: FSE 2025 (33rd ACM International Conference on the Foundations of Software Engineering) - Industry Papers
- 발행일: 2025-06-25
- DOI: 10.1145/3696630.3728553
- 주요 연구 내용: LLM과 에이전트 기반 AI를 활용하여 게임 NPC의 복잡한 행동 트리(BT)를 자동 생성하는 프레임워크를 제안하며, 소스 코드와 게임 엔진 시각 도구 간의 간극을 해소
- 주요 결과 및 결론: 소형 로컬 모델로 외부 API 없이 구동 가능하며, 기술/비기술 스테이크홀더 모두 활용 가능한 실용적 접근법을 산학 협력으로 검증
- 기여점: LLM 기반 BT 자동 생성 파이프라인, 게임 엔진 시각 도구 통합, NPC 행동 다양성 및 테스트 가능성 향상, 다양한 게임 엔진에 적응 가능한 확장성 있는 아키텍처
Automatic Robot Task Planning by Integrating Large Language Model with Genetic Programming
· 약 4분
논문 정보
- 제목: Automatic Robot Task Planning by Integrating Large Language Model with Genetic Programming
- 저자: Azizjon Kobilov (University of Glasgow, James Watt School of Engineering), Jianglin Lan (University of Glasgow, James Watt School of Engineering)
- 학회/저널: 10th IEEE International Conference on Advanced Robotics and Mechatronics (ARM 2025), Portsmouth, UK
- 발행일: 2025-02-11 (arXiv 제출일)
- DOI: arXiv:2502.07772
- 주요 연구 내용: LLM과 유전 프로그래밍(GP)을 통합한 LLM-GP-BT 기법으로 자연어 로봇 작업 명령을 행동 트리(BT) 기반 작업 계획으로 자동 변환
- 주요 결과 및 결론: LLM-GP-BT가 GP-BT 대비 더 빠른 수렴 속도와 우수한 성능을 확률적 환경에서도 유지하며, 절반 크기의 초기 집단으로도 기존 방법보다 우수한 성능 달성
- 기여점: 사전 정의된 BT 예시 없이 환경 이미지와 자연어 명령만으로 BT를 자동 생성하는 사용자 친화적이고 계산 효율적인 프레임워크 제안
Automatic Behavior Tree Expansion with LLMs for Robotic Manipulation
· 약 3분
논문 정보
- 제목: Automatic Behavior Tree Expansion with LLMs for Robotic Manipulation
- 저자: Jonathan Styrud, Matteo Iovino, Mikael Norrlöf, Mårten Björkman, Christian Smith
- 학회/저널: ICRA 2025 (IEEE International Conference on Robotics and Automation)
- 발행일: 2024-09-20 (arXiv), 2025 (ICRA)
- DOI: 10.48550/arXiv.2409.13356
- 주요 연구 내용: LLM을 활용하여 로봇 조작 작업 중 계획 및 실행 단계에서 발생하는 오류를 자동으로 해결하고, 행동 트리(BT) 정책을 동적으로 확장·구성하는 BETR-XP-LLM 방법론 제안
- 주요 결과 및 결론: 다양한 작업과 실패 상황에서 BT를 자동으로 확장하여 문제를 해결하고, 향후 유사한 문제에 대응할 수 있도록 정책을 영구적으로 업데이트
- 기여점: BT의 투명성과 가독성을 유지하면서 LLM 호출을 최소화하고, 자동 정책 업데이트를 통해 로봇 시스템의 견고성과 성공률을 향상
Comparison between Behavior Trees and Finite State Machines
· 약 3분
논문 정보
- 제목: Comparison between Behavior Trees and Finite State Machines
- 저자: Matteo Iovino, Julian Förster, Pietro Falco, Jen Jen Chung, Roland Siegwart, Christian Smith
- 학회/저널: IEEE Transactions on Robotics (T-RO) 투고, arXiv preprint (cs.RO)
- 발행일: 2024-05-25
- DOI: 10.48550/arXiv.2405.16137
- 주요 연구 내용: 모바일 조작 작업에서 로봇을 제어할 때 행동 트리(BT)와 유한 상태 머신(FSM)의 실용적 비교를 반응성, 모듈성, 가독성, 설계의 네 가지 측면에서 수행
- 주요 결과 및 결론: 작업 수행 중 로봇의 실제 행동은 정책 표현 방식에 독립적이나, 작업 복잡도가 증가할수록 BT가 FSM보다 유지보수가 용이함
- 기여점: BT와 FSM의 최초의 체계적이고 실용적인 정량 비교를 시뮬레이션과 실제 로봇 환경 모두에서 수행하고, 비교 메트릭을 제안
LLM-BT - Performing Robotic Adaptive Tasks based on Large Language Models and Behavior Trees
· 약 3분
논문 정보
- 제목: LLM-BT: Performing Robotic Adaptive Tasks based on Large Language Models and Behavior Trees
- 저자: Haotian Zhou, Yunhan Lin, Longwu Yan, Jihong Zhu, Huasong Min
- 학회/저널: IEEE International Conference on Robotics and Automation (ICRA 2024)
- 발행일: 2024-04-08
- DOI: arXiv:2404.05134
- 주요 연구 내용: 대규모 언어 모델(LLM)과 행동 트리(BT)를 결합하여 외부 교란 상황에서도 로봇이 적응적으로 태스크를 수행할 수 있는 LLM-BT 프레임워크 제안
- 주요 결과 및 결론: 기존 LLM 기반 방법과 달리 동적으로 확장 가능한 가변 행동 트리를 출력하여 외부 교란에 강건한 로봇 태스크 실행 달성
- 기여점: ChatGPT 기반 추론, BERT 기반 파싱, 동적 BT 업데이트 알고리즘을 통합한 새로운 적응적 로봇 태스크 수행 파이프라인 제시
A Study on Training and Developing Large Language Models for Behavior Tree Generation
· 약 3분
논문 정보
- 제목: A Study on Training and Developing Large Language Models for Behavior Tree Generation
- 저자: Fu Li, Xueying Wang, Bin Li, Yunlong Wu, Yanzhen Wang, Xiaodong Yi
- 학회/저널: arXiv preprint (cs.CL, cs.AI, cs.RO)
- 발행일: 2024-01-16
- DOI: 10.48550/arXiv.2401.08089
- 주요 연구 내용: LLM의 표현 및 추론 능력을 활용하여 복잡한 작업에 대한 행동 트리(BT)를 자동 생성하는 프레임워크를 설계하고, 데이터 합성부터 모델 훈련, 애플리케이션 개발, 데이터 검증까지의 전체 파이프라인을 제안
- 주요 결과 및 결론: 합성 데이터로 훈련된 BTGen 모델이 다양한 복잡한 작업에 대한 이해도와 적응력을 크게 향상시키며, 다층 검증 전략으로 생성된 BT의 유효성과 실행 가능성을 보장
- 기여점: 데이터 합성, 모델 훈련, 애플리케이션 개발, 다층 검증을 아우르는 완전한 LLM 기반 BT 생성 프레임워크를 최초로 제시
Behavior Trees and State Machines in Robotics Applications
· 약 3분
논문 정보
- 제목: Behavior Trees and State Machines in Robotics Applications
- 저자: Matteo Iovino (KTH Royal Institute of Technology), Julian Förster (ETH Zurich), Pietro Falco (ABB Corporate Research), Jen Jen Chung (University of Queensland), Roland Siegwart (ETH Zurich), Christian Smith (KTH Royal Institute of Technology)
- 학회/저널: IEEE Transactions on Software Engineering, Volume 49, Issue 9, 2023
- 발행일: 2023-04-18
- DOI: 10.1109/TSE.2023.3269081
- 주요 연구 내용: Behavior Tree(BT)와 Finite State Machine(FSM)을 로봇 조작 태스크에서 실증적으로 비교하여 설계 복잡도, 유지보수성, 성능을 분석
- 주요 결과 및 결론: BT가 복잡한 다단계 로봇 태스크에서 FSM 대비 우수한 확장성과 유지보수성을 제공함을 실증
- 기여점: BT와 FSM의 이론적 비교를 넘어, 실제 로봇 조작 태스크에서의 실증적 비교 데이터를 최초로 제공
Robot Behavior-Tree-Based Task Generation with Large Language Models
· 약 3분
논문 정보
- 제목: Robot Behavior-Tree-Based Task Generation with Large Language Models
- 저자: Yue Cao (Purdue University, Elmore Family School of ECE), C.S. George Lee (Purdue University, Elmore Family School of ECE)
- 학회/저널: arXiv:2302.12927 / AAAI 2023 Spring Symposium (AAAI-MAKE 2023) Extended Abstract
- 발행일: 2023-02-24
- DOI: arXiv:2302.12927
- 주요 연구 내용: 대규모 언어 모델(LLM)을 활용하여 사전 정의된 프리미티브 태스크 없이 자연어 설명으로부터 Behavior Tree를 자동 생성하는 크로스 도메인 방법론 제안
- 주요 결과 및 결론: Phase-Step 프롬프트 설계와 BT 임베딩 기반 검색을 통해 추상적 태스크 설명으로부터 계층적 BT를 성공적으로 생성
- 기여점: 사전 정의된 프리미티브 태스크에 의존하지 않는 최초의 LLM 기반 BT 자동 생성 방법론으로, 크로스 도메인 확장성을 확보