MORE：基于语言推理的移动操作重排规划
机器人学
2025-05-07 v1 人工智能
摘要
自主长时域移动操作包含众多挑战，包括场景动态性、未探索区域和错误恢复。近期工作已利用基础模型进行场景级机器人推理与规划。然而，这些方法在处理大量物体和大规模环境时性能会下降。为解决这些局限性，我们提出了 MORE，一种增强语言模型能力以解决重排任务零样本移动操作规划的新方法。MORE 利用场景图表示环境，结合实例区分，并引入一种主动过滤方案，提取与任务相关的物体和区域实例子图。这些步骤产生了一个有界的规划问题，有效减轻了幻觉并提高了可靠性。此外，我们引入了多项增强功能，使规划能够跨越室内和室外环境。我们在 BEHAVIOR-1K 基准的 81 个多样化重排任务上评估了 MORE，它成为首个成功解决该基准中相当大比例任务的方法，优于近期基于基础模型的方法。此外，我们在多个模拟日常活动的复杂真实世界任务中展示了我们方法的能力。我们将代码公开在 https://more-model.cs.uni-freiburg.de。
引用
@article{arxiv.2505.03035,
title = {MORE: Mobile Manipulation Rearrangement Through Grounded Language Reasoning},
author = {Mohammad Mohammadi and Daniel Honerkamp and Martin Büchner and Matteo Cassinelli and Tim Welschehold and Fabien Despinoy and Igor Gilitschenski and Abhinav Valada},
journal= {arXiv preprint arXiv:2505.03035},
year = {2025}
}