[4L1-OS-36] 日常生活知識とAI

[4L1-OS-36-01] マレーの欲求理論を用いた大規模言語モデルに基づく対話ナビゲーションシステムのためのプロンプト圧縮手法

〇下間 宇晟¹、森田 武史¹ (1. 青山学院大学)

キーワード：Embodied AI、ナビゲーション、大規模言語モデル、プロンプト圧縮、マレーの欲求理論

家庭シミュレータVirtualHome（VH）を対象とした，大規模言語モデル（LLM）に基づく既存の対話ナビゲーションシステムは，VHから抽出した環境知識をテキスト形式でプロンプトに組み込むことで，環境に適応したナビゲーションを実現している．しかし，VH内の物の増加に伴い，プロンプトのトークン数が増大することで，ナビゲーション精度の低下や商用LLM利用時の費用増加などの課題が生じている．本研究では，LLMに基づく対話ナビゲーションシステムのためのプロンプト圧縮手法を提案する．まず，ナビゲーションに関する欲求をマレーの欲求理論を基に選択し，各欲求とそれを満たすVH内の物を関連付けた辞書を構築する．次に，ユーザ要求に関する欲求をLLMを用いて推論し，構築した辞書を用いて，その欲求と関連するVH内の物を取得する．最後に，ユーザ要求と取得した物をプロンプトに組み込み，LLMを用いてユーザ要求を満たす物を推論する．VHを対象としたOpenEQAに基づく評価用データセットを用いて，提案手法の性能を既存システムと比較評価した結果，ナビゲーション精度の向上に加え，プロンプトの圧縮にも成功した．