LLM IK

การแก้ปัญหาจลนศาสตร์ผกผันด้วยรูปแบบภาษาขนาดใหญ่

ที่เก็บนี้มีไว้สำหรับการสร้างและทดสอบโซลูชั่นจลนศาสตร์ผกผันที่สร้างขึ้นโดยแบบจำลองภาษาขนาดใหญ่ (LLMS) สำหรับโซ่จลนศาสตร์ที่มี "เอฟเฟกต์สิ้นสุด" เดียว

คุณสมบัติ

• สามารถโหลดไฟล์ URDF ได้
• รองรับทั้ง LLMS ที่ใช้การแชทและ API
• สามารถแก้ปัญหาได้ในห้าโหมด
  • ปกติ: พยายามแก้ปัญหาโซ่โดยตรง
  • ขยาย: พยายามที่จะขยายโซลูชันที่มีอยู่สำหรับโซ่หนึ่งลิงค์ที่เล็กกว่ากระแสไฟฟ้า
  • Dynamic: พยายามที่จะฐานโซลูชันออกจากโซ่ย่อยที่แก้ไขแล้ว
  • สะสม: เหมือนไดนามิก แต่ผ่านโซ่ที่ได้รับการแก้ไขทั้งหมดที่เป็นไปได้
  • การถ่ายโอน: พยายามที่จะใช้วิธีแก้ปัญหาสำหรับตำแหน่งและการวางแนวแก้ปัญหาของตำแหน่งเท่านั้น
• แบบจำลองที่มีโมเดลที่มีราคาแพงกว่าสามารถขยายหรือสร้างแบบไดนามิกจากโซลูชันของรุ่นที่ถูกกว่า

การตั้งค่า

1. แนะนำ: สร้างสภาพแวดล้อมเสมือนจริง python3 -m venv .venv .
   • เปิดใช้งานสภาพแวดล้อมเสมือนจริง
     • Windows: .venvScriptsactivate.bat
     • Linux: .venvScriptsactivate.ps1
     • MAC: source .venv/bin/activate
2. ติดตั้งข้อกำหนดทั้งหมดด้วย pip install -r requirements.txt
3. หากทำการทดลองของคุณเองขอแนะนำให้ลบโฟลเดอร์ทั้งหมดในโครงการนี้ยกเว้น Robots หรือ Models และโฟลเดอร์ Providers หากคุณต้องการใช้หุ่นยนต์หรือ LLMs เดียวกันกับที่เรามี
4. ในไดเรกทอรีรากให้แน่ใจว่ามีโฟลเดอร์ชื่อ Robots และวางไฟล์ URDF ของหุ่นยนต์ที่คุณต้องการใช้ภายใน
5. ในไดเรกทอรีรากให้แน่ใจว่ามีโมเดลชื่อ Models และวางไฟล์ข้อกำหนด LLM ทั้งหมดของคุณที่คุณต้องการใช้ภายในตามรายละเอียดในส่วนโมเดล
6. ตัวเลือก: ขั้นตอนเหล่านี้ใช้เฉพาะในกรณีที่คุณต้องการใช้ API ที่เข้ากันได้ของ OpenAI API
   • ในไดเรกทอรีรากให้แน่ใจว่ามีโฟลเดอร์ชื่อ Providers และวางไฟล์ข้อกำหนดที่เข้ากันได้ของ OpenAI API ของคุณที่คุณต้องการใช้ภายในตามรายละเอียดในส่วนผู้ให้บริการ
   • ในไดเรกทอรีรูทตรวจสอบให้แน่ใจว่ามีโฟลเดอร์ชื่อ Keys และสร้างไฟล์ .txt ที่มีชื่อเหมือนกับไฟล์ข้อกำหนดที่เข้ากันได้ของ OpenAI API ในโฟลเดอร์ Providers และวางคีย์ API ที่เหมาะสมลงในแต่ละไฟล์
7. เรียกใช้ llm_ik ด้วยพารามิเตอร์ที่ระบุไว้ในส่วนการใช้งาน
8. ดูผลลัพธ์ในโฟลเดอร์ Results ในไดเรกทอรีราก

แบบจำลอง

• มีการระบุโมเดลในไฟล์ .txt ในโฟลเดอร์ Models ในไดเรกทอรีรูท
• ชื่อของไฟล์คือสิ่งที่จะปรากฏในผลลัพธ์
• แต่ละบรรทัดของไฟล์แสดงข้อมูลเกี่ยวกับไฟล์โดยมีเพียงบรรทัดแรกที่จำเป็นสำหรับรุ่นที่ไม่ใช่ API

รูปแบบ

1. หากโมเดลเป็นรูปแบบการใช้เหตุผลหรือไม่ก็ตามให้ระบุโดย True หรือ False และการผิดนัดเป็น False หากไม่ใช่รูปแบบการให้เหตุผลพรอมต์จะรวมถึงคำแถลงเพื่อ "คิดทีละขั้นตอนและแสดงงานทั้งหมดของคุณ" เพื่อดึงผลประโยชน์บางอย่างจากการคิดแบบห่วงโซ่ มิฉะนั้นสิ่งนี้จะถูกละเว้นเนื่องจากการใช้เหตุผลทำเช่นนี้ภายในนี้
2. ชื่อของ "ผู้ให้บริการ" ของโมเดลเป็นชื่อของไฟล์ข้อกำหนดที่เข้ากันได้ของ OpenAI API (โดยไม่มีส่วนขยาย .txt ) เพื่อใช้จากโฟลเดอร์ Providers ดูส่วนผู้ให้บริการสำหรับวิธีการกำหนดค่าไฟล์เหล่านี้ด้วยตนเอง
3. ต้นทุนอินพุตต่อโทเค็นของรุ่นนี้ หากไม่ระบุรายละเอียดโมเดลนี้ไม่สามารถสืบทอดได้โดยรุ่น API อื่น ๆ
4. ต้นทุนผลลัพธ์ต่อโทเค็นของรุ่นนี้ หากไม่ระบุรายละเอียดโมเดลนี้ไม่สามารถสืบทอดได้โดยรุ่น API อื่น ๆ
5. หากโมเดลนี้รองรับการเรียกใช้ฟังก์ชันผ่าน OpenAI API ให้ระบุโดย True หรือ False และการผิดนัดให้กับผู้ให้บริการรองรับฟังก์ชั่นหรือไม่ สิ่งนี้มีประโยชน์เช่นเดียวกับผู้ให้บริการบางรายเช่น OpenRouter รองรับการเรียกใช้ฟังก์ชั่น แต่ไม่ใช่ทุกรุ่นที่พวกเขาทำเช่นกันทำให้คุณมีทางเลือกในการดำเนินการแทนที่แบบต่อรุ่น อย่างไรก็ตามหากผู้ให้บริการไม่สนับสนุนการเรียกใช้ฟังก์ชันและสิ่งนี้ถูกตั้งค่าเป็น True การกำหนดค่าของผู้ให้บริการจะแทนที่เป็น False ดังนั้นสิ่งนี้สามารถใช้เพื่อปิดใช้งานฟังก์ชั่นการโทรและไม่เปิดใช้งาน หากนี่เป็น False ละเอียดเพิ่มเติมจะถูกเพิ่มลงในพรอมต์เพื่อให้แบบจำลองยังสามารถเรียกใช้วิธีการไม่ผ่านฟังก์ชั่น OpenAI API และแทนที่จะตอบกลับข้อความปกติ
6. ชื่อ API ที่จะใช้สำหรับรุ่นนี้ หากละเว้นชื่อไฟล์ (โดยไม่มีส่วนขยาย .txt ) จะถูกใช้

ผู้ให้บริการ

• ผู้ให้บริการที่เข้ากันได้ของ OpenAI API ถูกระบุไว้ในไฟล์ .txt ในโฟลเดอร์ Providers ในไดเรกทอรีรูท

รูปแบบ

1. จุดสิ้นสุด API ของผู้ให้บริการ
2. หากโมเดลนี้รองรับฟังก์ชั่นการเรียกผ่าน OpenAI API ให้ระบุโดย True หรือ False และการผิดนัดเป็น False หากผู้ให้บริการสนับสนุนวิธีการ แต่โมเดลไม่ได้อธิบายไว้ในส่วนโมเดลสิ่งนี้จะถูกเขียนทับเป็น False สำหรับรุ่นนั้นเท่านั้น

การใช้งาน

ข้อโต้แย้ง

• -r หรือ --robots -ชื่อของหุ่นยนต์ ค่าเริ่มต้นถึง None ซึ่งจะโหลดไฟล์ Robot URDF ทั้งหมดในโฟลเดอร์ Robots
• -m หรือ --max -ความยาวโซ่สูงสุดที่จะทำงาน ค่าเริ่มต้นถึง 0 ซึ่งหมายความว่าไม่มีการ จำกัด
• -o หรือ --orientation -ถ้าเราต้องการแก้ปัญหาการปฐมนิเทศนอกเหนือจากตำแหน่ง ค่าเริ่มต้นเป็น True
• -t หรือ --types -ประเภทการแก้ปัญหาสูงสุดที่จะเรียกใช้ ค่าเริ่มต้นใน Transfer หมายถึงการรันทั้งหมด
• -f หรือ --feedbacks -จำนวนครั้งสูงสุดเพื่อให้ข้อเสนอแนะ ค่าเริ่มต้นถึง 5
• -e หรือ --examples -จำนวนตัวอย่างที่จะให้ข้อเสนอแนะ ค่าเริ่มต้นถึง 10
• -a หรือ --training -จำนวนตัวอย่างการฝึกอบรม ค่าเริ่มต้นถึง 1000
• -v หรือ --evaluating -จำนวนตัวอย่างการประเมิน ค่าเริ่มต้นถึง 1000
• -s หรือ --seed -เมล็ดพันธุ์การสร้างตัวอย่าง ค่าเริ่มต้นเป็น 42
• -d หรือ --distance -ข้อผิดพลาดระยะทางที่ยอมรับได้ ค่าเริ่มต้นถึง 0.001
• -n หรือ --angle -ข้อผิดพลาดมุมที่ยอมรับได้ ค่าเริ่มต้นถึง 0.001
• -c หรือ --cwd -ไดเรกทอรีการทำงาน ค่าเริ่มต้นถึง None ซึ่งได้รับไดเรกทอรีการทำงานปัจจุบัน
• -l หรือ --logging -ระดับการบันทึก ค่าเริ่มต้นเป็น INFO
• -w หรือ --wait -รอนานแค่ไหนระหว่างการโทร API ค่าเริ่มต้นเป็น 1 วินาที
• -u หรือ - --run -Flag -เปิดใช้งาน API Running
• -b หรือ --bypass -Flag -ข้ามการยืนยันสำหรับการทำงานของ API

แชทด้วยตนเอง

• หากแชทด้วย LLM ด้วยตนเองหลังจากทำงานให้ดูในโฟลเดอร์ Interactions จนกว่าคุณจะพบหุ่นยนต์โมเดลและการแก้ปัญหาที่คุณกำลังมองหา
• คัดลอก X-Prompt.txt , X-Feedback.txt , X-Forward.txt หรือ X-Test.txt ลงในอินเทอร์เฟซแชทของคุณและรอการตอบกลับที่ X เป็นตัวเลข
  • คัดลอกการตอบกลับทั้งหมดไม่ใช่แค่รหัส โปรแกรมจะค้นหาบล็อกรหัส Python เพื่อแยกออกจากการตอบกลับดังนั้นหากคุณแยกรหัสนี้ด้วยตนเองโปรแกรมจะไม่รู้จัก
• เมื่อได้รับการตอบกลับให้ทำไฟล์ข้อความชื่อ X-Response.txt โดยที่ X คือหมายเลขถัดไปสำหรับประวัติการแชทและเรียกใช้โปรแกรมอีกครั้ง ทำซ้ำขั้นตอนก่อนหน้าและสิ่งนี้จนกระทั่งไฟล์ชื่อ X-Done.txt ปรากฏขึ้นโดยที่ X คือตัวเลข