arXiv cs.RO 机器人学· David R. Martin, Jared Paquet, Mohammad Abdullah Al Faruque, Pramod Khargonekar, Kyle Volle, J. Humberto Ramos, Scott Nivison·· 5 小时前精选AI 评分56
CoPlanVLM：用视觉语言模型实现双机器人协同路径规划
CoPlanVLM: Coordinated Path Planning for a Robot Team using Vision Language Models
AI 导读
CoPlanVLM 通过视觉语言模型将单条自然语言指令和图像转化为两个机器人的协同路径，包含图像叠加标注自由空间与障碍物、任务分类选择底层规划器、以及任务特定的思维链推理三个组件。该方法在 Gazebo 仿真和实体 Turtlebot 4 硬件上验证，平均成功率达 84.4%，对比最接近基线的 50.0%；在双方均成功的试验中，其路径平均缩短 27%。
推荐理由
论文给出与最强基线的成功率对比和路径缩短数据，可评估VLM空间推理改进的实际收益。
来源：arXiv cs.RO 机器人学 · arxiv.org