arXiv Robotics· Tsunehiko Tanaka, Matthew Stephenson, Alistair Macvicar, Edgar Simo-Serra·· 7 小时前AI 评分34
基于视觉语言模型的证据门控任务与运动规划（EAFG）
Evidence-Gated Task and Motion Planning with Vision-Language Models
AI 导读
研究提出证据获取与可行性门控（EAFG）框架，让 VLM 生成子目标、由 TAMP 规划动作序列并采集视觉证据，再据此决定继续任务规划、补充证据还是中止。在三个烹饪场景（明确指定物体、指令欠明确、所需物体缺失）中，EAFG 在明确与欠明确场景下任务完成率优于 VLM-TAMP 基线，并在物体缺失时能恰当中止。
来源：arXiv Robotics · arxiv.org