论文提出VLM集成机器人语义自主框架SAS

Bogdan Felician Abaza等作者发表论文，提出面向VLM集成室内移动机器人的六层集成框架Semantic Autonomy Stack（SAS），并在此前验证过的ROS 2/Nav2基础上构建其语义推理层、任务接口层与操作记忆层。 该框架采用确定性优先的级联策略：先由确定性推理处理，未解决的案例再升级给预训练VLM处理。论文还提出跨机器人自适应记忆机制。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。