TeNet: Text-to-Network for Fast and Energy-Efficient Robot Control

Grote Taalmodellen (LLM's) hebben indrukwekkende resultaten opgeleverd, zoals het mogelijk maken voor mensen om robots te instrueren via geschreven natuurlijke taal. Hun training en berekeningen vereisen echter grote hoeveelheden energie en uitvoeringstijd. Dit beperkt het gebruik van LLM's in de robotica, waar taken zoals mobiele robotica, voortbeweging en manipulatie snelle reactietijden vereisen. In dit project streven we ernaar een eerste benadering van LLM's te ontwikkelen die in staat zijn om hoogfrequente besturingsnetwerken te genereren vanuit geschreven instructies voor gebruik in real-world robotica-taken.