arXiv · 机器人与计算机视觉· Tsunehiko Tanaka, Matthew Stephenson, Alistair Macvicar, Edgar Simo-Serra·· 20 天前精选AI 评分82
基于视觉语言模型的证据门控任务与运动规划方法
Evidence-Gated Task and Motion Planning with Vision-Language Models
AI 导读
该论文提出证据采集与可行性门控(EAFG)框架,旨在解决机器人执行长周期操作时依赖先验知识而忽视观测支持的问题。通过让视觉语言模型生成子目标并执行动作序列来采集视觉证据,系统据此决定是继续规划、获取进一步证据还是停止任务。研究在三个烹饪场景下评估了该方法,结果显示其在明确指令和模糊指令场景中优于基线,并能正确识别缺失物体时停止执行。
推荐理由
提出证据门控框架,结合视觉语言模型与任务运动规划以处理指令可行性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org