Nagy nyelvi modellek alkalmazása robotok vezérlésére szimulációs környezetben
Napjainkban a nagy nyelvi modellek (LLM) szerepe alapvető paradigmaváltáson megy keresztül: statikus szöveggenerátorokból proaktív, autonóm ágensekké válnak. Ezek a modellek már képesek összetett logikai láncolatok mentén döntéseket hozni, célirányos eszközhasználattal (tool-use) interakcióba lépni szoftveres környezetükkel, multimodális bemeneteik révén pedig értelmezni a vizuális világot. Ez a fejlődés közvetlenül veti fel a kérdést: miként alkalmazható ez a kognitív kapacitás a fizikai térben mozgó robotikai eszközök vezérlésére? A technológia validálásához a modern robotszimulációs keretrendszerek biztosítanak ideális alapot, ahol a fizikai korlátok és költségek nélkül, egyedileg konfigurálható szcenáriók mentén elemezhető az LLM-alapú ágensek döntéshozatali mechanizmusa és a vezérlés stabilitása.
A hallgató feladata egy olyan LLM-ágens megtervezése és megvalósítása, amely képes egy szimulációs környezetben különféle szcenáriókban vezérelni egy fizikai ágens viselkedését.
A hallgató feladatainak részletezése:
- a jelenlegi megoldások áttekintése, irodalomkutatás,
- a szimulációs környezet és az LLM ágensek összekapcsolhatóságának vizsgálata,
- a vezérlést megvalósító ágens működésének a megtervezése és megvalósítása,
- az LLM-ágens alapú vezérlés megvalósítása a kiválasztott szimulációs környezetben,
- LLM-ágens viselkedésének vizsgálata különféle esettanulmányok segítségével.
A téma megalapozását önállólabor keretein belül el lehet kezdeni, melyet szakdolgozat formájában folytatni lehet a későbbi félévek során. A téma csapatban is elvégezhető.
Szükséges kompetenciák
A feladat sikeres megoldásához elemi programozói tudás (Python), robotvezérlési alapismeretek, valamint a nagy nyelvi modellek programozásának (promptolásának) alapszintű ismerete szükséges.
Irodalmak a tájékozódáshoz
- Antropic: Model Context Protocol (MCP)
- OpenAI Agents SDK és PydanticAI
- Cyberbotics: Robotics simulation with Webots (https://cyberbotics.com/)
- ALRM: Agentic LLM for Robotic Manipulation (https://arxiv.org/pdf/2601.19510)
BME-MIT