LLM-driven agent for speech-enabled control of industrial robots: A case study in snow-crab quality inspection
Notice bibliographique
Résumé
This study investigates the integration of large language models (LLMs) into a voice- and vision-based robotic control system in autonomous industrial applications. The main objective is to demonstrate that an LLM-based agent can interpret natural instructions, dynamically plan movements, and execute robotic actions without domain-specific supervised learning, thereby enabling autonomous robotic planning. The proposed system relies on a voice interface, an LLM agent, and tools for real-time robot control. A dedicated communication module was developed to ensure the full control of a KUKA industrial robot using WebSocket, without resorting to proprietary solutions. To validate the approach, a case study was conducted using a robotic cell, which was applied to snow-crab sorting, where computer vision provides real-time perception. The experimental evaluation covered a wide range of commands, including movement instructions, complex planning tasks (e.g., trajectory generation), and visual queries based on crab quality, size, and anatomy. The results showed that the model exhibited robust interpretation capabilities with an overall success rate of 98.46%. These performances highlight the potential of LLMs to facilitate human-robot interaction in real industrial environments, while reducing programming complexity and increasing system autonomy. • A speech-enabled system controls an industrial KUKA robot using a large language model. • Python tools enable real-time motion planning and robotic execution. • Visual inspection of snow crabs guides automated sorting tasks. • Achieves 98.46% overall success rate across complex and noisy commands. • Demonstrates real-world deployment in an industrial robotic cell.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».