Multi-Agent Collaboration Sim-to-Real Embodied AI Task Planning
摘要

多智能体具身系统在复杂协作操作中面临空间协调、时序推理及共享工作区感知等挑战。受人类认知规划与物理执行分离的启发,本文提出“组合环境”概念,即现实与模拟组件的协同整合,使多个机器人能在统一决策空间中感知意图并操作。基于此,我们推出 CoEnv 框架,利用模拟进行安全策略探索,同时确保可靠的现实部署。该框架包含三个阶段:现实到模拟的场景重建、支持高层接口实时规划与代码轨迹迭代规划的视觉语言模型驱动动作合成,以及具备碰撞检测的验证性模拟到现实迁移。实验表明其在多臂操作基准测试中成效显著。

AI 推荐理由

论文核心提出组合环境框架,重点解决多智能体实时与迭代规划问题。

研究机构
上海交通大学 上海人工智能实验室 哈尔滨工业大学 中国科学技术大学 清华大学 大连理工大学
论文信息
作者 Li Kang, Yutao Fan, Rui Li, Heng Zhou, Yiran Qin et al.
发布日期 2026-04-07
arXiv ID 2604.05484
相关性评分 9/10 (高度相关)