[4L1-OS-36] OS-36

[4L1-OS-36-01] Prompt Compression Technique for Dialogue Navigation Systems based on Large Language Models using Murray's Theory of Psychogenic Needs

〇HIROAKI SHIMOMA¹, Takeshi Morita¹ (1. Aoyama Gakuinn University)

Keywords:Embodied AI, navigation, Large Language Model, prompt compression, Murray's system of needs

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．