Sentinel：具身协作空间推理与规划

本文研究协作空间智能，即去中心化具身智能体在动态城市环境中有效协调的能力。我们推出了 Sentinel 挑战基准，要求多个智能体通过自然语言沟通，在大型户外场景中商定安全便捷的集合点，并利用粗略空间信息工具避开巡逻哨兵进行导航。为此，我们提出了 CoSaR（协作空间推理与规划）框架，将基础模型的高层沟通规划能力与传统空间导航算法的精确性相结合。CoSaR 使智能体能交换情境更新、推理演变的空间约束并协同重规划轨迹。实验表明，该方法显著提升了多智能体协作的效率与安全性。