Large Language Model-empowered multimodal strain sensory system for shape recognition, monitoring, and human interaction of tensegrity

基于张力-压缩结构的系统是一种有前途的方法，用于动态探索不平坦和不可预测的环境，特别是空间探索。然而，实现这种系统在智能方面存在挑战：状态识别、无线监测、人机交互和智能分析和建议功能。在这里，我们介绍了一个6杆张力-压缩结构，通过利用深度学习模型和大型语言模型，集成了24个多模态应变传感器，实现了智能张力-压缩结构。使用长短期记忆模型辅助的导电柔性肌腱，张力-压缩结构实现了自身形态重建而无需外部传感器。通过集成Flask服务器和GPT-3.5-Turbo模型，张力-压缩结构能够自主地将数据发送到iPhone进行无线监测，并为人类提供数据分析、解释、预测和建议，以进行决策。最后，张力-压缩结构的人机交互系统帮助人类从人类语言的角度获取必要的张力-压缩结构信息。总的来说，这种具有自感知肌腱的智能张力-压缩结构系统展示了未来探索的潜力，使其成为实际应用的多功能工具。

本论文试图解决智能张力结构在实现自我形状重构、无线监测、智能分析和人机交互等方面的挑战，以实现其在未知和不可预测环境中的动态探索，特别是空间探索。

本论文提出了一种6支撑张力结构，集成了24种多模态应变传感器，并利用深度学习模型和大型语言模型来实现智能张力结构。通过使用具有导电柔性腱辅助的长期短期记忆模型，张力结构实现了自我形状重构而无需外部传感器。通过集成Flask服务器和GPT-3.5-Turbo模型，张力结构能够自主地向iPhone发送数据进行无线监测，并为人类提供数据分析、解释、预测和建议以进行决策。最后，张力结构的人机交互系统帮助人类从人类语言的角度获取必要的张力结构信息。

本论文的亮点包括：利用自感应腱实现自我形状重构；使用深度学习模型和大型语言模型实现智能张力结构；通过Flask服务器和GPT-3.5-Turbo模型实现无线监测和数据分析；人机交互系统帮助人类获取必要的信息。

在这个领域中，最近的相关研究包括：1.《张力结构在机器人运动中的应用》；2.《利用张力结构的柔性机器人》；3.《基于张力结构的智能控制系统》。