LLM IK

Memecahkan kinematika terbalik dengan model bahasa besar

Repositori ini adalah untuk menghasilkan dan menguji solusi kinematika terbalik yang dihasilkan oleh model bahasa besar (LLM) untuk rantai kinematik dengan "efektor akhir" tunggal.

Fitur

• Dapat memuat file URDF.
• Mendukung LLM berbasis obrolan dan API.
• Dapat menyelesaikan dalam lima mode.
  • Normal: Langsung mencoba untuk menyelesaikan rantai.
  • Perpanjangan: mencoba memperluas solusi yang ada untuk rantai satu tautan yang lebih kecil dari arus.
  • Dinamis: mencoba untuk mendasarkan solusi dari sub-rantai yang sudah terpecahkan.
  • Kumulatif: Seperti dinamis tetapi melewati semua rantai yang diselesaikan.
  • Transfer: Mencoba mendasarkan solusi untuk pemecah posisi dan orientasi dari posisi hanya pemecah.
• Model-Inheriting di mana model yang lebih mahal dapat memperpanjang atau secara dinamis membangun dari solusi model yang lebih murah.

Pengaturan

1. Direkomendasikan: Buat lingkungan virtual python3 -m venv .venv .
   • Aktifkan lingkungan virtual.
     • Windows: .venvScriptsactivate.bat .
     • Linux: .venvScriptsactivate.ps1 .
     • Mac: source .venv/bin/activate .
2. Instal semua persyaratan dengan pip install -r requirements.txt .
3. Jika melakukan eksperimen Anda sendiri, disarankan untuk menghapus semua folder dalam proyek ini, kecuali untuk Robots atau Models , dan folder Providers jika Anda ingin menggunakan beberapa robot atau LLM yang sama seperti yang kami miliki.
4. Di direktori root, pastikan ada folder bernama Robots , dan letakkan file urdf robot yang ingin Anda gunakan di dalamnya.
5. Di direktori root, pastikan ada folder bernama Models , dan tempatkan semua file spesifikasi LLM Anda yang ingin Anda gunakan di dalam sebagaimana dirinci di bagian model.
6. Opsional: Langkah -langkah ini hanya berlaku jika Anda ingin menggunakan API yang kompatibel dengan API OpenAI.
   • Di direktori root, pastikan ada folder bernama Providers , dan letakkan file spesifikasi OpenAI API Anda yang ingin Anda gunakan di dalam sebagaimana dirinci di bagian penyedia.
   • Di direktori root, pastikan ada folder bernama Keys , dan buat file .txt bernama sama dengan file spesifikasi kompatibel API OpenAI di folder Providers dan tempel kunci API yang sesuai ke dalam masing -masing.
7. Jalankan llm_ik dengan parameter yang diuraikan di bagian penggunaan.
8. Lihat hasil hasil di folder Results di direktori root.

Model

• Model ditentukan dalam file .txt di folder Models di direktori root.
• Nama file adalah apa yang akan muncul di hasil.
• Setiap baris file mewakili informasi tentang file, dengan hanya baris pertama yang diperlukan untuk model non-API.

Format

1. Jika model adalah model penalaran atau tidak, ditentukan oleh True atau False dan default ke False . Jika bukan model penalaran, prompt akan mencakup pernyataan untuk "berpikir langkah demi langkah dan menunjukkan semua pekerjaan Anda" untuk memperoleh beberapa manfaat dari pemikiran rantai-dipikirkan. Kalau tidak, ini dihilangkan, karena penalaran sudah melakukan proses seperti ini secara internal.
2. Nama "penyedia" model menjadi nama file spesifikasi kompatibel OpenAI API (tanpa ekstensi .txt ) untuk digunakan dari folder Providers . Lihat bagian Penyedia untuk cara mengkonfigurasi file -file ini sendiri.
3. Biaya input per token dari model ini. Jika tidak ditentukan, model ini tidak dapat diwarisi oleh model API lainnya.
4. Biaya output per token dari model ini. Jika tidak ditentukan, model ini tidak dapat diwarisi oleh model API lainnya.
5. Jika model ini mendukung panggilan fungsi melalui API OpenAI, yang ditentukan oleh True atau False dan default untuk apakah penyedianya mendukung fungsi. Ini berguna karena beberapa penyedia, seperti OpenRouter, mendukung panggilan fungsi, tetapi, tidak semua model yang mereka berikan juga, sehingga memberi Anda opsi untuk melakukan override per-model. Namun, jika penyedia tidak mendukung panggilan fungsi dan ini diatur ke True , konfigurasi penyedia akan mengesampingkan ini menjadi False , sehingga ini hanya dapat digunakan untuk menonaktifkan panggilan fungsi dan tidak mengaktifkannya. Jika ini False , detail tambahan ditambahkan ke prompt sehingga model masih dapat memanggil metode, hanya saja tidak melalui fungsi API OpenAI dan sebaliknya respons pesan reguler diuraikan.
6. Nama API untuk digunakan untuk model ini. Jika dihilangkan, nama file (tanpa ekstensi .txt ) akan digunakan.

Penyedia

• Penyedia kompatibel API OpenAI ditentukan dalam file .txt di folder Providers di direktori root.

Format

1. Titik akhir API dari penyedia.
2. Jika model ini mendukung panggilan fungsi melalui API OpenAI, yang ditentukan oleh True atau False dan default ke False . Jika penyedia mendukung metode tetapi model tidak seperti yang dijelaskan di bagian Model, ini akan ditimpa untuk False untuk model itu saja.

Penggunaan

Argumen

• -r atau --robots -nama robot. Default untuk None yang akan memuat semua file robot URDF di folder Robots .
• -m atau --max -panjang rantai maksimum untuk dijalankan. Default ke 0 yang berarti tidak ada batasan.
• -o atau --orientation -Jika kita ingin menyelesaikan orientasi selain posisi. Default ke True .
• -t atau --types -Jenis pemecahan tertinggi untuk dijalankan. Default untuk Transfer , artinya semua dijalankan.
• -f atau --feedbacks -Maksimal beberapa kali untuk memberikan umpan balik. Default ke 5 .
• -e atau --examples -jumlah contoh yang harus diberikan dengan umpan balik. Default ke 10 .
• -a atau --training -Jumlah sampel pelatihan. Default ke 1000 .
• -v atau --evaluating -jumlah sampel evaluasi. Default ke 1000 .
• -s atau --seed -benih pembuatan sampel. Default ke 42 .
• -d atau --distance -Kesalahan jarak yang dapat diterima. Default ke 0.001 .
• -n atau --angle -Kesalahan sudut yang dapat diterima. Default ke 0.001 .
• -c atau --cwd -direktori kerja. Default untuk None yang mendapatkan direktori kerja saat ini.
• -l atau --logging -level logging. Default ke INFO .
• -w atau --wait -Berapa lama menunggu di antara panggilan API. Default hingga 1 detik.
• -u atau --run -bendera -Aktifkan API berjalan.
• -b atau --bypass -bendera -bypass konfirmasi untuk menjalankan API.

Obrolan manual

• Jika mengobrol secara manual dengan LLM, setelah berjalan, lihat folder Interactions sampai Anda menemukan robot, model, dan pemecahan yang Anda cari.
• Salin X-Prompt.txt terakhir, X-Feedback.txt , X-Forward.txt , atau X-Test.txt ke antarmuka obrolan Anda dan tunggu respons di mana X adalah angka.
  • Salin seluruh respons, bukan hanya kode. Program ini akan mencari blok kode Python untuk diekstrak dari respons, jadi jika Anda secara manual mengekstrak kode ini, program tidak akan mengenalinya.
• Setelah respons diterima, buat file teks bernama X-Response.txt di mana X adalah nomor berikutnya untuk riwayat obrolan dan jalankan program lagi. Ulangi langkah sebelumnya dan ini sampai file bernama X-Done.txt muncul di mana X adalah angka.