跳到主要内容
检索

University of Nevada, Reno

1 篇关联报道

订阅更新
  1. arXiv

    多机器人各自规划不再互相撞车:几何验证器把冲突位置和时间退回给对应LLM重规划

    多机器人任务规划不再只靠符号层面的协商。每台机器人各自用大语言模型提出任务计划,再由几何验证器把计划落到轨迹上,检测机器人之间的时空冲突,并把受影响机器人、冲突位置与冲突时间作为结构化反馈退回对应规划器做定向重规划。CARLA 双智能体多目标导航与两架 Crazyflie 仿真显示,集中式规划在目标点较少时规划开销更低,目标点增多后两者差距缩小;邻居表输入稳定产生图内合法路径,坐标输入更灵活但更易生成无效路点。

已读完全部报道