声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：21-1137/TP
国际刊号：1002-0446
发布日期:
作者：杨宜凡, 张千一, 宋一诺, 朱泽卿, 刘景泰
关键词：社交导航, 大语言模型, 拓扑图, 少样本学习, 轨迹同伦, 角色扮演
社交导航要求机器人在理解复杂环境和人类社交规则的前提下灵活决策，摆脱对特定模型函数的依赖，充分利用广泛的世界知识。为此，提出了一种基于拓扑图与大语言模型的通用导航架构。首先，基于障碍物聚类和图论提出了一种环境理解方法来为机器人提供候选引导点。其次，利用大语言模型的角色扮演和少样本闭环优化等机制决策出最优引导点，并以引导点为目标生成并优化轨迹。最后，在多个不同的静态和动态场景中进行实验验证，并在4个大语言模型上完成测试。结果表明，引导点与传统轨迹优化的结合使得导航是可控的，大模型的世界知识使机器人在运动效率与社交属性上达到了良好的平衡，其局部最优决策数所占比例达到了97.94%。
来源：2026年第1期
《机器人》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。