arXiv · cs.RO官方发布· Ehsan Khorrambakht, Cristiano Caissutti, Andrea Munafo, Andrea Caiti·· 3 小时前AI 评分53
论文 / 摘要阅读
LLM 辅助规划与分布式机载行为树执行用于多 AUV 任务
LLM-Assisted Planning with Distributed Onboard Behaviour Tree Execution for Multi-AUV Missions
AI 导读 · 根据来源整理
论文提出一个分层框架，将大语言模型对自然语言任务指令的解读与混合整数线性规划（MILP）、分布式行为树（BT）执行结合，用于多自主水下航行器（AUV）任务协调。LLM 抽取分配与顺序约束，MILP 优化器结合航行器能力与时间要求生成分配，再由 BT-LLM Bridge 分发到机载 BT Mission Managers；各航行器的 Robotic Agents 评估本地故障并请求选择性重规划，使未受影响的航行器继续执行任务。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org