LLM IK

큰 언어 모델로 역 운동학을 해결합니다

이 저장소는 단일 "엔드 이펙터"를 갖는 운동 학적 사슬에 대한 대형 언어 모델 (LLM)에 의해 생성 된 역 운동학 솔루션을 생성하고 테스트하기위한 것입니다.

특징

• URDF 파일을로드 할 수 있습니다.
• 채팅 기반 및 API 기반 LLM을 모두 지원합니다.
• 5 가지 모드로 해결할 수 있습니다.
  • 정상 : 체인을 직접 해결하려고 시도합니다.
  • 확장 : 전류보다 작은 체인 1 링크에 대한 기존 솔루션을 확장하려고합니다.
  • 동적 : 이미 해결 된 서브 체인의 솔루션을 기반으로합니다.
  • 누적 : 역동적이지만 가능한 모든 해결 된 서브 체인을 통과합니다.
  • 전송 : 위치 및 오리엔테이션 솔버에 대한 솔루션을 위치 전용 솔버에서 벗어나려고합니다.
• 더 비싼 모델이 더 저렴한 모델 솔루션에서 확장 또는 동적으로 구축 할 수있는 모델 상인.

설정

1. 권장 : 가상 환경 생성 python3 -m venv .venv .
   • 가상 환경을 활성화하십시오.
     • Windows : .venvScriptsactivate.bat .
     • Linux : .venvScriptsactivate.ps1 .
     • Mac : source .venv/bin/activate .
2. pip install -r requirements.txt 사용하여 모든 요구 사항을 설치하십시오.
3. 자체 실험을 수행하는 경우 Robots 이나 Models 제외한이 프로젝트의 모든 폴더를 삭제하는 것이 Providers .
4. 루트 디렉토리에 Robots 이라는 폴더가 있는지 확인하고 내부에 사용하려는 로봇의 URDF 파일을 배치하십시오.
5. 루트 디렉토리에 Models 이라는 폴더가 있는지 확인하고 모델 섹션에 자세히 설명 된대로 내부에서 사용하려는 모든 LLM 사양 파일을 배치하십시오.
6. 선택 사항 : 이 단계는 OpenAI API 호환 API를 사용하려는 경우에만 적용됩니다.
   • 루트 디렉토리에 Providers 라는 폴더가 있는지 확인하고 제공자 섹션에 자세히 설명 된대로 OpenAI API 호환 사양 파일을 배치하십시오.
   • 루트 디렉토리에 Keys 라는 폴더가 있는지 확인하고 Providers 폴더의 OpenAI API 호환 사양 파일과 동일한 .txt 파일을 만들고 적절한 API 키를 각각에 붙여 넣습니다.
7. 사용 섹션에 요약 된 매개 변수로 llm_ik 실행하십시오.
8. 루트 디렉토리의 Results 폴더에서 결과를 봅니다.

모델

• 모델은 루트 디렉토리의 Models 폴더의 .txt 파일에 지정되어 있습니다.
• 파일의 이름은 결과에 나타날 것입니다.
• 파일의 각 줄은 파일에 대한 정보를 나타내며 API 모델에는 첫 번째 줄만 필요합니다.

체재

1. 모델이 추론 모델이든 아니든지, True 또는 False 로 지정되고 False 으로 거부 된 경우. 추론 모델이 아니라면, 프롬프트에는 "단계별로 생각하고 모든 작업을 보여주기"에 대한 성명서가 포함되어 생각의 사고의 사고로부터 몇 가지 혜택을 이끌어냅니다. 그렇지 않으면, 추론은 이미 내부적으로 이와 같은 과정을 수행하므로 생략됩니다.
2. 모델의 "제공자"의 이름은 Providers 폴더에서 사용할 OpenAI API 호환 사양 파일 ( .txt 확장자가없는)의 이름입니다. 이러한 파일 자체를 구성하는 방법은 제공자 섹션을 참조하십시오.
3. 이 모델의 토큰 당 입력 비용. 지정되지 않은 경우이 모델은 다른 API 모델에 의해 상속 될 수 없습니다.
4. 이 모델의 토큰 당 출력 비용. 지정되지 않은 경우이 모델은 다른 API 모델에 의해 상속 될 수 없습니다.
5. 이 모델이 OpenAI API를 통한 함수 호출을 지원하는 경우, True 또는 False 로 지정되고 공급자가 함수를 지원하는지 여부를 기본값으로 지정합니다. 이는 OpenRouter와 같은 일부 제공 업체가 기능 호출을 지원하지만 제공하는 모든 모델도 수행하지 않으므로 모델 당 재정의를 수행 할 수있는 옵션을 제공합니다. 그러나 제공자가 함수 호출을 지원하지 않고이를 True 로 설정하면 제공자의 구성이이를 False 로 무시하므로 기능 호출을 비활성화하고 활성화하지 않는 데 사용할 수 있습니다. 이것이 False 인 경우, 추가 세부 정보는 프롬프트에 추가되므로 모델은 OpenAI API 기능을 통해서가 아니라 정기 메시지 응답이 구문 분석됩니다.
6. 이 모델에 사용할 API 이름입니다. 생략하면 파일 이름 ( .txt 확장자가없는)이 사용됩니다.

제공자

• OpenAI API 호환 공급자는 루트 디렉토리의 Providers 폴더의 .txt 파일에 지정되어 있습니다.

체재

1. 공급자의 API 종말점.
2. 이 모델이 OpenAI API를 통한 함수 호출을 지원하는 경우, True 또는 False 로 지정되고 False 으로 거부됩니다. 공급자가 메소드를 지원하지만 모델 섹션에 설명 된 모델이없는 경우 해당 모델에 대해서만 False 로 덮어 씁니다.

용법

논쟁

• -r 또는 --robots -로봇의 이름. Robots 폴더에 모든 로봇 URDF 파일을로드하는 기본값은 None .
• -m 또는 --max 실행할 최대 체인 길이. 기본값은 0으로 0 으로 제한이 없음을 의미합니다.
• -o 또는 --orientation -위치 외에도 방향을 해결하려면. 기본값은 True .
• -t 또는 --types -실행할 가장 높은 해결 유형. Transfer 의 기본값은 모두 실행됩니다.
• -f 또는 --feedbacks -피드백을 제공하는 최대 횟수. 기본값은 5 까지.
• -e 또는 --examples -피드백과 함께 제공 할 예제 수. 기본값은 10 까지.
• -a 또는 --training -훈련 샘플의 수. 기본값은 1000 으로.
• -v 또는 --evaluating 평가 샘플의 수. 기본값은 1000 으로.
• -s 또는 --seed -샘플 생성 시드. 기본값 42 .
• -d 또는 --distance 허용 가능한 거리 오류. 기본값은 0.001 입니다.
• -n 또는 --angle 허용되는 각도 오류. 기본값은 0.001 입니다.
• -c 또는 --cwd 작업 디렉토리. 기본값은 현재 작업 디렉토리를 가져 오는 None 에 이릅니다.
• -l 또는 --logging -로깅 레벨. 기본값으로 INFO .
• -w 또는 --wait API 통화 사이에서 기다리는 시간. 기본값은 1 초입니다.
• -u 또는 --run 플래그 -API 실행을 활성화합니다.
• -b 또는 --bypass 플래그 -API 실행에 대한 확인을 우회합니다.

수동 채팅

• LLM과 수동으로 채팅하는 경우, 실행 후 로봇, 모델 및 해결할 때까지 Interactions 폴더를 찾아보십시오.
• 마지막 X-Prompt.txt , X-Feedback.txt , X-Forward.txt 또는 X-Test.txt 채팅 인터페이스에 복사하고 X 숫자 인 응답을 기다리십시오.
  • 코드뿐만 아니라 전체 응답을 복사하십시오. 이 프로그램은 응답에서 추출 할 파이썬 코드 블록을 찾을 것이므로이 코드를 수동으로 추출하면 프로그램이 인식되지 않습니다.
• 응답이 접수되면 X-Response.txt 라는 텍스트 파일을 만들어 X 채팅 기록의 다음 번호입니다. 프로그램을 다시 실행하십시오. X-Done.txt 라는 파일이 X 의 숫자 인 경우에 이전 단계를 반복하십시오.