研究论文
LLM生成机器人代码的执行前检查
论文提出由语言模型与知识图谱构成的层，在仿真执行前检查生成的无人机控制代码。可用于讨论生成动作的验证接口；模型在仿真中的检查并非物理安全或法规符合性的独立证明。
核查日期 2026-11-05 · 已核查来源与书目信息
书目信息与编辑概述已对照原始来源核查。访问条件与版本见来源说明。
- 原文标题
- How Can LLMs and Knowledge Graphs Contribute to Robot Safety? A Few-Shot Learning Approach
- 发布机构
- arXiv
- 作者
- Althobaiti, Abdulrahman, Ayala, Angel, Gao, JingYing, Almutairi, Ali, Deghat, Mohammad, Razzak, Imran, Cruz, Francisco
- DOI
- 10.48550/arxiv.2412.11387
- 首次存档日期
- 2024-12-16
- 原文语言
- en
- 原始来源国家
- US
- 版本
- v1
- 访问条件
- 开放存档书目信息及稿件
- 出版状态
- 预印本
相关资料与工程解读
资料概述
论文提出由语言模型与知识图谱构成的层，在仿真执行前检查生成的无人机控制代码。可用于讨论生成动作的验证接口；模型在仿真中的检查并非物理安全或法规符合性的独立证明。
使用与审查
依据原始存档摘要和书目信息独立撰写。专业技术及母语审校仍待完成。所述方法不能证明部署后的安全功能或已达到的PL。
来源与版本
How Can LLMs and Knowledge Graphs Contribute to Robot Safety? A Few-Shot Learning Approach ↗
arXiv · v1
arXiv abstract, authors, submission history and DOI links; first posting 2024-12-16, abstract reviewed in v1. Publisher dates are separate.