通过多模态链路思考得分协作提升多机器人语义导航
机器人学
2025-08-27 v5
摘要
理解人类如何在探索陌生环境并决定导航方向时协作利用语义知识，对住家服务类多机器人系统至关重要。以往的方法主要关注单机器人集中式规划策略， severely 限制了探索效率。近期研究则考虑多机器人去中心化规划策略，为每个机器人分配独立的规划模型，但这些方法常常忽视了通信成本。本文提出一种多模态链路思考协作导航方法MCoCoNav，该方法利用多模态链路思考为多机器人协作语义导航进行规划。MCoCoNav将视觉感知与视觉语言模型 (Vision Language Model, VLM) 结合，通过概率评分评估探索价值，从而降低时间成本并实现稳定输出。此外，作为通信桥梁的全局语义地图最小化了通信开销，同时整合了观测结果。根据反映探索趋势的评分指导下，机器人利用该地图判断是探索新的前沿点还是回访历史节点。在HM3D_v0.2和MP3D上的实验表明，我们的方法有效。我们的代码已公开于https://github.com/FrankZxShen/MCoCoNav.git。
引用
@article{arxiv.2412.18292,
title = {Enhancing Multi-Robot Semantic Navigation Through Multimodal Chain-of-Thought Score Collaboration},
author = {Zhixuan Shen and Haonan Luo and Kexun Chen and Fengmao Lv and Tianrui Li},
journal= {arXiv preprint arXiv:2412.18292},
year = {2025}
}
备注
16 pages, 10 figures, Extended Version of accepted AAAI 2025 Paper