https://github.com/dacossti/llm-task-planner
An intelligent robotic task planner built on ROS 2 Humble, leveraging Large Language Models for high-level reasoning and Nav2 for autonomous navigation
https://github.com/dacossti/llm-task-planner
automated-planning behavior-tree few-shot-learning gazebo gazebo-simulator gemini-api huggingface large-language-models natural-language-processing nav2-plugins openai openrouter-api python robotics ros2-humble rviz theta-star ubuntu wsl wsl-ubuntu
Last synced: 7 days ago
JSON representation
An intelligent robotic task planner built on ROS 2 Humble, leveraging Large Language Models for high-level reasoning and Nav2 for autonomous navigation
- Host: GitHub
- URL: https://github.com/dacossti/llm-task-planner
- Owner: Dacossti
- Created: 2024-06-13T08:16:59.000Z (about 2 years ago)
- Default Branch: main
- Last Pushed: 2026-02-15T22:52:17.000Z (5 months ago)
- Last Synced: 2026-02-16T06:15:20.412Z (5 months ago)
- Topics: automated-planning, behavior-tree, few-shot-learning, gazebo, gazebo-simulator, gemini-api, huggingface, large-language-models, natural-language-processing, nav2-plugins, openai, openrouter-api, python, robotics, ros2-humble, rviz, theta-star, ubuntu, wsl, wsl-ubuntu
- Language: Python
- Homepage:
- Size: 181 MB
- Stars: 3
- Watchers: 1
- Forks: 1
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# LLM-Task-Planner
В настоящее время больщие языковые модели, такие как GPT, используются все чаще и чаще: будь то в бизнесе, развлечениях и, конечно же, в образовании.
В этой работе мы предлагаем использовать GPT-3 в качестве планировщика, чтобы позволить воплощенным агентам, то есть роботам, понимать естественный язык и быстро научиться выполнять новые задачи на основе плана, сгенерированного GPT-3.
Например, если бы вы собирались приготовить себе омлет, вам, несомненно, потребовались бы яйца, сковорода, немного масла и немного соли.
Поскольку здравый смысл подсказывает, что яйца часто хранятся в холодильнике, вы бы подошли к холодильнику, взяли яйца, затем вы бы пошли на кухню, взяли сковороду, включили духовку, поставили сковороду на духовку, налили масло в сковороду, разбейте на мелкие кусочки. яйца, положить немного соли, подождать 1-2 минуты, выключить духовку и вынуть сковороду из духовки.
По сути, наш алгоритм позволяет агенту (роботу) делать то же самое. В данном конкретном случае он создал бы план, который выглядит примерно так:
- Navigate fridge
- OpenObject fridge
- PickupObject eggs
- CloseObject fridge
- Navigate kitchen
- PickupObject pan
- PickupObject oil
- ToggleObjectOn oven
- PutObject pan oven
- PutObject oil pan
- PutObject eggs pan
- PutObject salt pan
- ToggleObjectOff oven
# Quickstart
- Установить нужные библиотеки
```
pip install -r requirements.txt
```
- Запустить main.py
```
python main.py
```
> **Note**
> Не забудьте указать свой секретный ключ openai в файле main.py