EAFG：视觉证据门控VLM与TAMP规划

Tsunehiko Tanaka等作者提出证据获取与可行性门控框架EAFG，让视觉语言模型（VLM）生成子目标、机器人执行任务与运动规划（TAMP）的动作序列以获取视觉证据，再据此决定继续任务规划、继续获取证据还是停止。 作者在三个烹饪场景中评估EAFG：明确指定所需物体、指令欠明确、所需物体缺失。作者称，在前两种场景下EAFG的任务完成情况优于VLM-TAMP基线，并在所需物体缺失时能适当停止。该工作为arXiv预印本（arXiv:2608.20084），未经同行评议，结果未获独立验证。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。