研究者提出异构多机器人协作框架EmboTeam

Haishan Zeng 等研究者提出神经符号框架 EmboTeam，用于异构多机器人的长时程协作：由 LLM 生成结构化状态预期，经 PDDL 符号搜索验证后接地为团队级行为树，各机器人子树执行前置检查、技能执行、效果验证与局部重规划。该论文已被第 33 届国际多媒体建模会议（MMM 2027）接收。 论文称，相比 LaMMA-P，EmboTeam 将任务成功率从 12% 提升至 55%，目标条件召回率从 32% 提升至 75%。研究者还发布了基准 MACE-THOR，包含 8 种室内布局中的 42 个异构多机器人任务。上述性能数据来自论文自述，尚属研究者一方的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。