机器人规划中的交错视觉语言思维
jiajunwu_cs · x · 2026-07-11
这篇研究讨论的是**长时序机器人任务规划**：机器人不仅要决定“做什么”，还必须确保每一步动作在几何上可行。 作者提出的方法是 **planning with interleaved vision-language thoughts**，即在规划过程中交错使用视觉与语言推理。 核心关注点： - 长时序规划中的决策与可执行性约束 - 通过视觉-语言思维交错，提升规划过程的可行性判断 - 面向真实机器人任务，而不只是抽象规划