في عالم الذكاء الاصطناعي، تبوأت نماذج اللغات الضخمة (Large Language Models - LLMs) مكانة متميزة في تشكيل مستقبل أنظمة الروبوتات المتعددة (Multi-Robot Systems - MRS). تمثل هذه النماذج خطوة نوعية نحو تمكين الروبوتات من التواصل والتفاعل بشكلٍ أكثر كفاءة، حيث يمكنها أن تلعب دوراً محورياً في تخصيص المهام وتخطيط الحركات.

تتمتع أنظمة الروبوتات المتعددة بتحديات فريدة مقارنةً بأنظمة الروبوت الفردية، مثل التنسيق والتكيف مع الظروف العالمية وإدارة التوسع. لذلك، تأتي هذه الدراسة كأول مراجعة شاملة لدمج نماذج اللغات الضخمة في أنظمة الروبوتات المتعددة، حيث تصنف التطبيقات وفقاً لمستويات مختلفة تشمل تخصيص المهام على المستوى العالي، تخطيط الحركة على المستوى المتوسط، وتوليد الإجراءات على المستوى المنخفض.

تسلط الدراسة الضوء على تطبيقات رئيسية في مجالات متنوعة، مثل الروبوتات المنزلية، البناء، التحكم في التشكيلات، تتبع الأهداف، والألعاب الروبوتية. تظهر هذه التطبيقات مرونة وتحولية نماذج اللغات الضخمة في تحسين فعالية أنظمة الروبوتات المتعددة.

ومع ذلك، ما زالت هناك تحديات قائمة تعيق تكيف نماذج اللغات الضخمة مع هذه الأنظمة، من بينها قيود التفكير الرياضي، الهلوسة، مشكلات التأخير، والحاجة إلى أنظمة قياس قوية. كما تلقي الدراسة نظرة مستقبلية على الفرص البحثية، مشددة على أهمية تحسين تقنيات التفكير ونماذج المهام الخاصة. الهدف هو توجيه الباحثين نحو تطبيقات حقيقية أكثر ذكاءً وقادرة على مواجهة التحديات في أنظمة الروبوتات المتعددة التي تعتمد على نماذج اللغات الضخمة. ومن المهم الإشارة إلى أن البحث في هذا المجال في تطور مستمر، مما يستلزم تحديثات دورية للقائمة المتاحة على مستودع GitHub مفتوح المصدر.