实体
Jorge Mendez-Mendez
Jorge Mendez-Mendez
PulseAugur coverage of Jorge Mendez-Mendez — every cluster mentioning Jorge Mendez-Mendez across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
IROS 2026论文显示，LLM正在与核心机器人技术融合，而非取代
对提交给IROS 2026的1933篇论文的分析表明，尽管大型语言模型（LLM）越来越多地融入机器人研究，但它们并未取代传统的机器人学科。相反，LLM正与机器人学习、感知、规划、控制和操作等既有领域交织在一起，从而形成一种更复杂、面向系统的研究方法。主要趋势包括关注提高LLM驱动机器人的效率和现实世界适用性，解决3D空间理解、长期记忆以及适应变化环境方面的挑战。研究正从单纯的模型扩展转向构建将LLM与其他机器人组件集成的鲁棒系统。
-
研究发现：大型语言模型在机器人规划方面难以超越工程化系统
一项新发表在arXiv上的研究，探讨了将大型语言模型（LLMs）与任务与运动规划（TAMP）相结合用于机器人技术。研究人员开发了16种算法，用LLMs替换关键的TAMP组件，并在三个领域进行了13,750次零样本实验。研究结果表明，与传统的工程化系统相比，基于LLM的规划器通常成功率较低且规划时间更长。具体而言，提供几何细节比纯粹的PDDL描述导致更多的任务规划错误，并且在大多数场景下，直接的LLM方法优于基于推理的LLM变体。