Progettazione di un Chatbot Agentico per il Controllo di Sciami di Droni

La crescente complessità dei sistemi robotici rende necessario sviluppare interfacce accessibili anche a utenti privi di competenze specialistiche. I modelli linguistici di grandi dimensioni (Large Language Models, LLM) rappresentano in questo senso uno strumento promettente, in quanto consentono di interagire con sistemi complessi attraverso il linguaggio naturale. Un caso emblematico è quello di Project Emerge, un sistema per il controllo di uno sciame di droni tramite un'interfaccia che presuppone la conoscenza di terminologie e concetti specifici del dominio. Il presente lavoro descrive la progettazione, lo sviluppo e la validazione di un chatbot basato su un'architettura agentica, concepito come livello di astrazione tra l'utente e il sistema di controllo: l'agente interpreta richieste in linguaggio naturale, individua la formazione più appropriata, guida l'utente nella configurazione dei parametri e invia i comandi allo sciame tramite protocollo MQTT. Il sistema è stato sviluppato in Java mediante la libreria LangChain4j, adottando un'architettura modulare ed estendibile che consente di sostituire il modello linguistico sottostante senza modificare la struttura complessiva del sistema. A corredo del progetto, una fase di validazione sperimentale confronta le prestazioni di dieci modelli di intelligenza artificiale, appartenenti a tre provider differenti (Gemini, OpenAI e Ollama), su un dataset di undici richieste specifiche: tra i modelli cloud, gpt-4.1-mini ottiene il miglior compromesso tra accuratezza e velocità di risposta, mentre tra i modelli locali qwen2.5:3b si rivela il più performante. I risultati confermano che l'approccio implementato è utilizzabile ed efficace, e che l'architettura adottata è modulare, estendibile e trasferibile ad altri scenari di interazione uomo-macchina mediata dal linguaggio naturale.