这篇文章题为《LLM-Controller: Dynamic Robot Control Adaptation Using Large Language Models》，主要作者是 Rasoul Zahedifar, Mahdieh Soleymani Baghshah 和 Alireza Taheri，分别隶属于伊朗 Tabriz 的 Sharif University of Technology 的社会与认知机器人实验室（Social and Cognitive Robotics Laboratory）与机器学习实验室（Machine Learning Laboratory）。文章发表于《Robotics and Autonomous Systems》期刊，基于 Elsevier 平台，在线发表时间为 2025 年 1 月 2 日。
随着人工智能和机器学习技术的引入，机器人学与动态系统领域近年来取得了重大进展。然而，传统控制方法（例如非线性控制）和新型人工智能方法（例如深度学习与强化学习）在特定应用场景下各有优劣。传统方法稳定性较高，但对系统参数变化和环境不确定性适应性差；而基于人工智能的新型方法，尽管展现了较好的适应性和泛化性，但往往计算复杂度较高，依赖于大规模数据训练，没有稳定性保障，难以实际应用于动态环境。
针对上述问题，近年来研究者们尝试采用基础模型（foundation models），尤其是大语言模型（Large Language Models, LLMs），来提升机器人控制在多变和动态环境中的适应性与灵活性。这些模型在自然语言处理（Natural Language Processing, NLP）领域表现出卓越的能力，能够进行复杂的推理和场景分析。基于上述背景，作者提出了一种能实时适应动态变化的非线性控制器“LLM-Controller”，其中非线性控制器与LLM相结合，利用LLM进行实时调整和咨询，从而克服传统和AI方法的局限性。
研究目标如下： 1. 开发一种结合非线性控制器与LLM的新型混合控制架构，以解决动态条件下的适应性问题。 2. 探讨LLM不同提示策略（如零样本推理、少样本推理）对控制器性能的影响。 3. 通过案例研究（双连杆和三连杆机器人 manipulators）验证模型的稳定性和适应性。
本研究的LLM-Controller由一种非线性状态反馈控制器和一个LLM（GPT-3.5-turbo）组成，旨在实现系统动态变化以及参考信号变化下的自适应控制调节。研究的核心工作包括控制器架构设计、案例研究与实验数据分析。
LLM-Controller 的核心是两个闭环反馈控制机制： - 非线性控制反馈回路： 确保控制输入能够使机器人 manipulators 跟随参考轨迹，即利用Lyapunov稳定性理论保持系统状态的一致性。 - LLM 建议反馈回路： 在系统动态或参考信号发生变化时，通过 LLM 的推理能力生成新控制器参数建议，辅助调整非线性控制器。
LLM 并不直接控制系统，而是作为辅助工具，提供控制器参数优化建议（如增益参数$k_p, k_d, k_i$）。其中，提示任务采用了零样本推理（Zero-shot Chain-of-Thought, ZS-CoT）和少样本推理（Few-shot Chain-of-Thought, FS-CoT）策略，分别用于探索不同提示设计对系统性能的影响。
研究分别对两种机器人 manipulator 系统进行测试——一个简化的双连杆平面刚体系统（2-Link Planar Rigid Robotic Manipulator, 2-LPRRM）与一个更复杂的三连杆系统（3-Link Manipulator）。研究在不同的动态环境设定（Dynamic Condition, DC）与参考轨迹变更（Reference Change, RC）场景下，探讨LLM-Controller的适应性。
2-LPRRM 系统： 系统建模采用非线性动力学方程，控制输入通过 Lyapunov 理论设计，构造控制律以确保渐进稳定性，包括： - 任务空间参考轨迹转换与误差追踪； - 执行环境中的动态干扰（未知扰动与未建模动力学）模拟。
实验定义几种场景： 1. RC 场景： 仅改变参考信号； 2. DC 场景： 动态扰动信号随机变化； 3. RC+DC 场景： 同时改变参考信号与动态扰动。
3-LPRRM 系统： 通过引入额外的自由度（第3个连杆），验证LLM-Controller的广泛适用性。复杂模型考虑更难的多动态环境（如高冲击、不均匀摩擦等），并重新设计对应的控制律。
为了量化模型性能，研究引入了一系列定量指标，包括： - 误差指标：平均轨迹偏差 (ADE) 和轨迹跟踪精度； - 成功率与效率指标：LLM 建议参数的成功适用率，以及收敛速度； - 成本评估：LLM适应控制所需时间与计算资源消耗。 此外，为验证提示设计的策略效果，实验还比较了ZS-CoT 和 FS-CoT 两种核心提示方法。
RC场景： 非线性控制器在RC场景下无法适应新轨迹，表现为显著的误差和迟滞。而LLM提供的新参数建议能够快速调整控制器，达到100%轨迹跟踪成功率，误差ADE_x ~ 0.025。
DC场景： 在动态扰动显著变化时，传统控制器对系统参数变化敏感，缺乏适应性；LLM指导下的控制器显著改善了稳定性和误差抑制。
提示策略：
三连杆系统的控制场景更为复杂，系统暴露于更强的扰动信号和动态变化： - RC场景和DC场景： LLM-Controller在99.9%条件下显著改善轨迹追踪效果，ADE_x ~ 0.06。 - 相比之下，传统非线性控制器完全丧失了鲁棒性。
此外，实验还扩展至更复杂的新场景——如承载负载、关节摩擦变化、连杆伸缩变化，进一步证明LLM-Controller能够适应多样化的环境困难。
研究表明，LLM-Controller通过整合LLM提供参数指导建议与传统非线性控制器的稳定性特点，显著增强了动态适应性与应用实用性： - 在复杂条件下，LLM通过实时推理能力提高了控制器的自动调整水平，实现边缘系统环境中的鲁棒控制。 - 引入CoT提示策略有效优化了LLM的输出质量，使机器人系统的适应性及计算效率达到平衡。
此外，这一架构为下一代复杂机器人任务的控制策略设计提供了崭新思路，具有极大的工程和科学价值。