跳到正文
arXiv · 机器人与计算机视觉· Artem Tuzov, Dmitrii Vizitei, Evgenii Shlomov, Senya Belykh, Anastasia Malakhova, Alexander Maloletov·· 9 天前精选AI 评分78

自然语言机器人车队控制的类型化计划正确性边界研究

Correctness Boundaries of Typed Plans for Natural-Language Robot Fleet Control

AI 导读

该论文考察了在自然语言机器人车队控制中,计划验证和执行报告所确立的内容。研究基于包含 20 个模拟机器人的三层 ROS2 实现,对 44 个离线基准案例进行了检查,发现无响应模式配置下 70.0%-87.3% 的响应通过测试。

推荐理由

该预印本通过 ROS2 仿真验证了自然语言指令在机器人车队控制中的正确性边界,揭示了执行报告与原始任务要求不一致的潜在风险。

来源:arXiv · 机器人与计算机视觉 · arxiv.org