基于 LLM 的智能体探索导航与操控：技能编排方法
机器人学
2026-01-05 v1
摘要
本文提出一种基于大语言模型（LLM）的智能体探索系统，用于室内购物任务，分别在 Gazebo 模拟环境和对应的真实走廊布局中进行评估。该机器人通过检测路口的标识牌，构建轻量级语义地图，存储方向到 POI 的关系并估计路口姿态；同时利用 AprilTag 提供可重复的锚点，用于对准与接近。针对自然语言购物请求，LLM 在每个路口产生受约束的离散动作（方向选择及是否进入商店），ROS 有限状态主控制器通过门控模块化运动原语执行决策，包括基于局部代数地图的障碍物规避、AprilTag 接近、进入商店及抓取。定性结果表明，该集成堆栈能够从用户指令到多商店导航与物体检索实现端到端任务执行，同时通过基于文本的地图和已记录决策历史保持模块化和可调试性。
引用
@article{arxiv.2601.00555,
title = {LLM-Based Agentic Exploration for Robot Navigation & Manipulation with Skill Orchestration},
author = {Abu Hanif Muhammad Syarubany and Farhan Zaki Rahmani and Trio Widianto},
journal= {arXiv preprint arXiv:2601.00555},
year = {2026}
}