面向 MyBuddy 人形机器人的基于 LLM 的对话式 AI 知识助手

一篇 arXiv 论文提出并实现了一套基于 LLM 的对话式 AI 知识助手，部署在由 Raspberry Pi 驱动、13 自由度的 MyBuddy 人形机器人上。该系统把 LLM 的语言理解与推理能力，与实时语音识别、通过 Wikipedia 和 arXiv 等互联网引擎进行知识检索、对话管理和自然语音合成结合起来，目标是支持多轮连续对话和情感支持型人机交互。

传统机器人对话多依赖规则式对话系统、预设回复和有限知识库，难以应对复杂提问和长对话。该工作把知识来源从封闭知识库改为可扩展的互联网引擎检索，并借助 LLM 维持上下文，说明机器人知识助手的实现路径正在从规则编排转向 LLM 加检索的架构。

机制上，系统用 LLM 承担自然语言理解、复杂查询推理和回复生成，用实时语音识别与语音合成完成语音进出，用可扩展的互联网引擎访问获取外部知识，再由对话管理模块组织多轮上下文。这样把知识更新和责任从机器人本体的预置数据转移到外部检索与模型推理，从而降低对固定知识库的依赖。

对机器人产品团队而言，该方案提示可以把知识能力做成外接的模型与检索服务，机器人本体只需承担语音采集、播放和对话调度，从而降低端侧算力与存储要求。研发重点会从编写规则对话流转向检索接口、上下文管理和语音链路集成，同时对网络依赖和响应时延提出新约束。

• 在 Raspberry Pi 等低算力机器人上，把语音识别、对话管理与语音合成做成可独立替换的模块，方便后续更换模型或检索源。
• 为机器人知识助手提供可配置的检索源清单（如 Wikipedia、arXiv），让产品方按场景启用或关闭外部知识访问。
• 针对情感支持类人机交互场景，单独设计多轮上下文保持与情绪回应的评测集和验收指标。

• 论文是否给出系统在真实环境下的响应时延、识别准确率或对话质量量化结果？
• 该系统对互联网连接的依赖程度如何，离线时是否有降级方案？
• 13 自由度 MyBuddy 机器人上实际部署的算力分配与模型规格是多少？
• 情感支持型人机交互的效果是否经过用户实验验证？