arXiv · 机器人与计算机视觉· Hyeongwoo Nam, Woongje Cho, Juwon Kim, Jongeun Choi·· 2026-10-07精选AI 评分78
OntoPlan:一种基于本体论的场景表示与代理框架用于可扩展机器人任务规划
OntoPlan: An Ontology-Grounded Scene Representation and Agentic Framework for Scalable Robot Task Planning
AI 导读
针对大语言模型在长程任务中空间上下文捕捉不足及 Token 成本高的问题,该研究提出 OntoPlan 框架。通过构建对齐对象、空间、关系和状态的共享符号词汇表进行本体论 grounded 场景表示,结合选择性信息检索与目标形式化能力,实现指令解释与可执行计划生成。
推荐理由
该工作提出基于本体论的场景表示与代理框架,在长程任务中显著降低 Token 消耗并提升成功率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org