ConPoSe：面向可扩展合作物体推送的LLM引导的接触点选择
机器人学
2025-10-13 v1 人工智能
摘要
在杂乱环境中进行物体运输是各种领域（包括家庭服务和仓库物流）中的一项基本任务。在合作物体运输中，多个机器人必须协调以移动单一机器人无法处理的大型物体。一种运输策略是推送，这只需要简单机器人。然而，对推送物体沿预定路径所需的机器人-物体接触点的精心选择是必要的。虽然这种选择可以用解析方法来解决，但解的空间会随机器人数量和物体大小的增加而呈组合增长，从而限制了可扩展性。受人类在合作运输中依赖常识推理的启发，我们提出将大型语言模型的推理能力与局部搜索相结合，以选择合适的接触点。我们的方法ConPoSe成功地为各种形状（包括长方体、圆柱体和T形状）选择接触点。我们演示ConPoSe在机器人数量和物体大小方面比解析方法更具可扩展性，并且也优于纯LLM-based选择。
引用
@article{arxiv.2510.08705,
title = {ConPoSe: LLM-Guided Contact Point Selection for Scalable Cooperative Object Pushing},
author = {Noah Steinkrüger and Nisarga Nilavadi and Wolfram Burgard and Tanja Katharina Kaiser},
journal= {arXiv preprint arXiv:2510.08705},
year = {2025}
}