基于大语言模型的多机器人系统综述OA
随着人工智能技术的迅猛发展,多机器人系统在任务执行效率、环境适应性和鲁棒性等方面展现出显著优势。然而,传统多机器人系统面临通信协调、实时决策和复杂任务分解等挑战。近年来,大语言模型(LLM)的爆发式进步为多机器人系统的智能化提供了新范式,其强大的自然语言理解、逻辑推理和泛化能力可实现高效的任务规划、人机交互和机器人间协作。本文系统地综述了基于LLM的多机器人系统研究进展,梳理了当前的主流基准,并分析了目前基于LLM的多机器人系统所遇到的核心挑战。
丁文涛;郭文龙;王鸿伟;胡伟民;王挺;邵士亮
中国科学院沈阳自动化研究所机器人与智能系统全国重点实验室,辽宁沈阳110016 中国科学院大学,北京101408中国科学院沈阳自动化研究所机器人与智能系统全国重点实验室,辽宁沈阳110016 中国科学院大学,北京101408中国科学院沈阳自动化研究所机器人与智能系统全国重点实验室,辽宁沈阳110016 中国科学院大学,北京101408中国科学院沈阳自动化研究所机器人与智能系统全国重点实验室,辽宁沈阳110016 中国科学院大学,北京101408中国科学院沈阳自动化研究所机器人与智能系统全国重点实验室,辽宁沈阳110016中国科学院沈阳自动化研究所机器人与智能系统全国重点实验室,辽宁沈阳110016
信息技术与安全科学
大语言模型多机器人系统多机器人协作
《信息与控制》 2026 (2)
P.209-227,19
国家自然科学基金项目(62403458)国家重点研发计划项目(2024YFB4709000,2024YFB4711003)。
评论