PerceptTwin：面向迭代式 LLM 规划与验证的语义场景重建

本文提出 PerceptTwin，一种全自动流水线，可直接从机器人感知栈生成的语义场景表示中构建交互式仿真环境。该系统结合开放词汇对象地图、3D 资产生成、功能预测及常识条件检查，旨在执行前验证并细化机器人计划。此外，引入基于 LLM 的评判机制以验证计划的正确性与人类偏好对齐。实验表明，PerceptTwin 能显著提升 GPT 系列规划器的任务成功率（平均提升约 39%），增强安全性并抵御恶意提示攻击，为更可靠安全的机器人规划奠定了基础。