MARLIN：用语言协商引导多机器人强化学习

MARLIN 是一个混合框架，让大语言模型在强化学习策略尚未学到有效行为前提供高层规划，机器人通过语言模型协商动作并生成计划来引导策略学习，训练中在强化学习与语言模型协商之间动态切换以改善探索。作者在仿真和实体机器人上、使用本地与远程语言模型进行评估，结果显示相比标准多机器人强化学习，该方法在训练早期取得更高性能，对最终性能影响有限。代码已公开，论文共 6 页、7 图、1 表，被 ROBIO2026 接收。