OntoPlan 机器人任务规划框架被 NeurIPS 2026 接收

1. 12:00
   arXiv cs.RO 机器人学

   OntoPlan：基于本体的场景表示与智能体框架，实现可扩展的机器人任务规划

   NeurIPS 2026 接收的论文提出 OntoPlan，一个基于本体场景表示的智能体框架，用于机器人任务规划。在覆盖 5 个室内环境、3 种场景规模的 150 项通用任务上，OntoPlan 平均任务成功率达 0.89，最强基线仅 0.27；平均每任务消耗 18.1k tokens，约为最高效基线的 1/5.6。场景规模增大时优势保持，且能对模糊或不可行指令追问或报告信息不足。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。