基于统一 PDDL 表述的移动操作任务规划系统 UniPlan
机器人学
2026-02-10 v1
摘要
将 VLM 推理与符号规划集成已被证明是解决实际机器人任务规划的有前景方法。现有方法如 UniDomain 能有效从真实演示中学习符号操作领域，其描述使用规划域定义语言 (PDDL)，并成功应用于实际任务。然而，这些领域仅限于桌面操作。我们提出 UniPlan，一个用于大规模室内环境中长期跨越移动操作的视觉语言任务规划系统， 将场景拓扑、视觉信息与机器人能力统一表述为整体 PDDL 表示。UniPlan 在程序化方式下将 UniDomain 学习的桌面领域扩展以支持导航、门户穿越和双手协作。它基于由场景图像锚定的导航 landmark 组成的视觉-拓扑图。给定语言指令后，UniPlan 从地图中检索任务相关节点，利用 VLM 将锚定图像锚定到任务相关对象及其 PDDL 状态；随后将这些节点重新连接到压缩紧密连通的拓扑图（同样以 PDDL 表示），其连通性与代价来源于原始地图；最后通过即插即用 PDDL 求解器生成移动操作计划。在大规模地图中包含真实图像的仿真任务评估表明，UniPlan 在成功率、计划质量和计算效率方面显著优于 VLM 和 LLM+PDDL 规划方法。
引用
@article{arxiv.2602.08537,
title = {UniPlan: Vision-Language Task Planning for Mobile Manipulation with Unified PDDL Formulation},
author = {Haoming Ye and Yunxiao Xiao and Cewu Lu and Panpan Cai},
journal= {arXiv preprint arXiv:2602.08537},
year = {2026}
}