arXiv cs.AI· Bogdan Felician Abaza, Andrei-Alexandru Staicu, Cristian Vasile Doicin·· 14 小时前AI 评分29
面向 VLM 集成室内移动机器人的语义自主框架：混合确定性推理与跨机器人自适应记忆
A Semantic Autonomy Framework for VLM-Integrated Indoor Mobile Robots: Hybrid Deterministic Reasoning and Cross-Robot Adaptive Memory
AI 导读
论文提出六层集成框架 Semantic Autonomy Stack（SAS），在 ROS 2/Nav2 基础上构建语义推理、任务接口与操作记忆层，采用确定性优先的级联策略，将未解决案例升级给预训练 VLM 处理。
正文 · AI 翻译
摘要：语义室内导航要求机器人将人类指令与空间目的地联系起来，执行任务并保留有用的操作经验。本文提出了语义自主栈（SAS），一个六层集成框架，并在先前已验证的 ROS 2/Nav2 基础上开发了其语义推理层、任务接口层和操作记忆层。一种确定性优先的级联方法结合了路线图、语义对象、机器人状态和存储的指令-目的地关联，将未解决或受保护的情况升级到预训练的视觉语言模型（VLM）。循环的模型介导关联可以通过频率和一致性门控，并被编译用于确定性 M3 重用；该门控衡量的是采样输出的稳定性，而非语义真实性。冻结的 v4.8-review 实现在一个室内环境中的两种物理机器人配置上进行了评估，包括机载导航和感知以及共享工作站的推理和记忆。在起始门控之外的 216 个决策周期中，有 112 个在亚毫秒级解析器计算延迟下确定性解决。一个密封的 28 指令挑战产生了 17 个可接受的结果；五个快速路径决策中包含一个错误选择。通过有意的共享摘要安装，一个提升的关联在第二个平台上被重用。一项受控的 594 次观察离线比较显示，在五个熟悉案例中，与存储的关联具有更高的一致性，并且 M3 重用带来的决策延迟更低。禁用 M3 的级联减少了 VLM 调用，但在标准化上下文中与直接 VLM 决策质量相匹配。大幅延迟节省集中在避免 VLM 推理的路径上。总之，这些结果建立了选择性混合推理和可重用操作记忆的有效集成，同时确定了 SAS 内进一步开发的实现和评估边界。
| 评论： | 已发布版本（开放获取，CC BY 4.0）。32 页，6 图，10 表，2 算法。此版本取代了提交的手稿（v1）；分析、结果和主张在同行评审期间进行了修订，已发表的文章取代 v1 |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2605.02525 [cs.RO] |
| （或 arXiv:2605.02525v2 [cs.RO] 为此版本） | |
| https://doi.org/10.48550/arXiv.2605.02525 arXiv 颁发的 DOI 通过 DataCite |
|
| 期刊 参考： | Robotics and Autonomous Systems 207 (2027) 105822 |
| 相关 DOI： | https://doi.org/10.1016/j.robot.2026.105822
链接到相关资源的 DOI |
提交历史
来自：Bogdan Felician Abaza [查看电子邮件]
[v1]
2026 年 5 月 4 日星期一 12:27:03 UTC（2,134 KB）
[v2]
2026 年 10 月 24 日星期六 05:45:48 UTC（9,899 KB）
来源：arXiv cs.AI · arxiv.org