CLARO：用 VLM 智能体在杂乱环境中完成开放词汇抓取的机器人调度器

CLARO 是一个 VLM 智能体，调度开放词汇目标检测、分割、6-DoF 抓取与非夹持推挤等技能，在杂乱环境中定位并取出语言指定的目标。它记忆历史动作以支持长程执行，输出抓取位姿/3D 路点，可跨机械臂迁移而无需任务特定训练。仿真与图像基准上平均成功率达 89.1%，高杂乱场景较最强对比方法相对提升超 16%；实机部署成功率为 88.8%。