XiaoMi-AI文件搜索系统
World File Search System任务分解
多代理系统中面向代理的计划
通过多种具有多种专业知识和工具的LLM授权代理的合作，多代理系统在解决现实世界中的问题方面取得了令人印象深刻的进步。给定用户查询，需要将查询分解为可以分配给能够求解它们的合适代理的多个子任务中的元代理，以多代理系统的大脑为大脑。在这项研究中，我们确定了面向代理计划的三个关键规定原则，包括解决性，完整性和非差额，以确保可以有效地解决每个子任务，并对对用户查询的满意响应进行质疑。这些原则进一步激发了我们提出的AOP，这是一个新型的多代理系统中面向代理计划的框架，利用快速的任务分解和分配过程，然后通过奖励模型进行有效，有效的评估。根据评估结果，元代理还负责迅速对子任务和调度进行必要的调整。此外，我们将反馈循环集成到AOP中，以进一步提高此类解决问题过程的有效性和鲁棒性。广泛的实验证明了与单一机构系统和多代理系统的存在计划策略相比，AOP在解决现实世界中的问题方面的进步。源代码可在https://github.com/lalaliat/agent-entiented-planning上找到。
使用大语言模型
在复杂环境中的机器人导航仍然是一项关键的研究挑战。值得注意的是，由于四足机器人的地形适应性和移动敏捷性，四足动导航已取得了重大进展。但是，传统的导航任务将机器人限制在预定义的自由空间中，并专注于避免障碍物，从而限制了它们在更具挑战性的环境中的适用性，例如缺乏可行的目标途径的场景。我们提出了一种交互式导航方法，该方法利用敏捷四足动物的运动来适应各种地形并与环境互动，更改工作区以应对开放且复杂的环境中挑战性的导航任务。我们提出了一棵原始树，用于使用大语言模型（LLM）的高级任务计划，从而促进了长期任务的有效推理和任务分解。树结构允许添加动态节点和修剪，从而对新观测值进行自适应响应，并在导航过程中增强鲁棒性和实时性能。对于低级运动计划，我们采用强化学习来预先培训技能库，其中包含复杂的运动和互动行为，以执行任务。此外，我们引入了一种基于认知的重型方法，该方法由顾问和树木师组成，以应对实时自我的观察。该提出的方法已在多个模拟场景中得到了验证，该方法在不同的情况下阐明了其在各种情况下的有效性和在部分可观察的条件下的实时适应性。
通过多层大语言模型增强机器人任务计划和执行
摘要：大型语言模型在机器人任务计划和任务分解的域中发现了效用。尽管如此，这些模型在任务执行中指导机器人的直接应用并非没有挑战。在处理更复杂的任务，与环境有效互动时遇到困难以及在此类模型直接生成的机器控制指令的实际可执行性中遇到困难。应对这些挑战，这项研究倡导实施多层大语言模型，以增强机器人在处理复杂任务方面的利用率。提出的模型通过整合多个大语言模型来促进任务的细致层次分解，其总体目标是增强任务计划的准确性。在任务分解过程中，引入了视觉语言模型作为环境感知的传感器。此感知过程的结果随后被吸收到大语言模型中，从而通过环境信息将任务目标融合在一起。这种整合反过来又导致了针对当前环境的特定特征量身定制的机器人运动计划。此外，为了增强大型语言模型的任务计划输出的可执行性，引入了语义一致性方法。此方法将任务计划描述与机器人运动的功能要求保持一致，从而确定了生成指令的总体兼容性和相干性。为了验证拟议方法的效果，使用智能无人车辆建立了一个实验平台。该平台是验证多层大语言模型在解决与机器人任务计划和执行相关的复杂挑战方面的提高效率的一种手段。
资格声明申请项目编号 130075 ...
2024 年 9 月 10 日 回复：资格声明请求项目编号 130075-59 固体废物重型设备效率研究 尊敬的顾问， 蒙哥马利县环境服务公司 (MCES) 正在向合格的工程公司请求有关主题项目的资格声明。MCES 正在寻求专业咨询服务，以评估现有的机车车辆库存、编写设备利用率报告、进行场内操作员可行性研究，并概述蒙哥马利县固体废物区的电动/混合动力设备替代方案。本办公室公开邀请公司提交资格声明，以供考虑和潜在选择。为了协助咨询专业人员制定详细的提交材料，附件 A：工作范围末尾附上了专业咨询服务的相关评估表，以供参考。详细的资格声明应充分说明公司对项目的理解，定义他们的方法，并清楚地说明他们执行工作的能力。应提交详细的任务分解，提供每个任务每个岗位的估计工时。主要公司（即提交资质声明的公司）需要根据成本完成至少 50% 的工作。每个受访者应明确指定拟议的项目经理。该项目的专业咨询服务选择应根据《俄亥俄州修订法典》进行。因此，蒙哥马利县可以选择面试入围公司。如果蒙哥马利县选择立即进行选择而不进行面试，则应立即通知提议者。蒙哥马利县希望使用其标准协议表格。请注意，县的法律顾问已通知我们，一旦蒙哥马利县县委员会通过决议授权与推荐公司签订咨询服务协议，则所有提交的带有资质声明的材料都将被视为公开文件。
无损单元格的ins and of-...
1初步，最近有很多活动达到了从事集体行为的多个移动机器人的系统。此类系统引起了人们的关注：（1）任务本质上可能太复杂了，无法实现单个机器人，或者可以从多个机器人中获得绩效好处； （2）与为每个单独的任务拥有一个强大的机器人，建造和使用几个简单的机器人可以更轻松，更便宜，更灵活，更容易容忍； （3）洞察力自我科学（组织理论，经济学），生命科学（理论生物学，动物学）和认知科学（心理学，学习，人工智能）可以源自多机器人实验系统。对多个机器人的研究自然扩展了对单机器人系统的研究，但也是一项纪律：多机器人系统可以完成任何罪恶机器人无法完成的任务，因为最终，无论是在空间上的能力，最终都是一个机器人。多机器人系统也与其他分布式系统不同，这是由于其隐式“现实世界”环境，大概与分布式系统环境的传统组件（即计算机，数据库，网络，网络）相比，它比建模和理由更为难以建模和理由。术语集体行为通常表示具有多个代理的系统中的任何代理。合作行为是当前的主题，是集体行为的一个子类，其特征是合作。韦伯斯特的词典[MW63]定义“共同运营”为“与他人或其他人相关，以获得相互，经常经济的，有益的东西”。机器人文献中合作的明确定义虽然稀疏，但包括：（a）“针对具有共同利益或回报的某些目标的共同协作行为” [BG91]； （b）“通常基于通信的一种互动形式” [MAT94A]； （c）“ [加入]共同做一些产生渐进效果的事情，例如增加表现或节省时间” [py90]这些定义显示了广泛的可能的观点。例如，（a）诸如（a）的定义通常会导致任务分解，任务分配和其他分布式的人工智能（DAI）IS-