arXiv · 机器人与计算机视觉· Daniel Weiner, Raj Korpan·· 29 天前AI 评分48
异构多机器人任务分配中的任务适用性研究:十种确定性方法与两种大语言模型变体对比分析
Robot-Task Suitability in Heterogeneous Multi-Robot Task Allocation
AI 导读
针对异构多机器人任务分配中任务适用性定义差异问题,研究对比了涵盖规则、相似度及语义等方法的十种确定性算法与两种大语言模型变体。实验发现尽管面对相同场景,各方法在评分排名与可行性识别上常存在分歧,且通用相似度度量可能违背单侧需求满足预期,LLM 打分则引入额外随机性与语言敏感性。结果证实任务适用性应作为显式建模选择,需在分配前考量其假设、鲁棒性及决策后果。
来源:arXiv · 机器人与计算机视觉 · arxiv.org