RobotDesignGPT：基于视觉语言模型的自动机器人设计综合
机器人学
2026-01-21 v1 人工智能
摘要
机器人设计是一个需要仔细考虑多个标准的非平凡过程，包括用户规格、运动学结构和视觉外观。因此，设计过程通常高度依赖于领域专业知识和显著的人力 effort。当前大多数方法基于规则，要求指定语法或一组可组合以创建设计的原始组件和模块。我们提出了一种 novel 自动机器人设计框架RobotDesignGPT，该框架利用大型预训练视觉语言模型的通用知识和推理能力来自动化机器人设计综合过程。我们的框架从简单的用户提示和参考图像中综合出初始机器人设计。我们新颖的视觉反馈方法使我们能够大大提高设计质量并减少不必要的手动反馈。我们展示了该框架可以设计受自然启发的视觉上令人愉悦且运动学有效的机器人，范围从四足动物到飞行生物。我们通过进行消融研究和用户研究来证明所提出的框架。
引用
@article{arxiv.2601.11801,
title = {RobotDesignGPT: Automated Robot Design Synthesis using Vision Language Models},
author = {Nitish Sontakke and K. Niranjan Kumar and Sehoon Ha},
journal= {arXiv preprint arXiv:2601.11801},
year = {2026}
}