多机器人路径规划中的验证器中介多LLM协同

研究提出一种面向多机器人导航的执行感知协同框架，用几何验证器将LLM生成的符号计划落地为机器人轨迹、检测预测冲突并转化为结构化反馈以触发定向重规划。论文比较了单一LLM集中推理与每台机器人独立提议计划的分散式多LLM架构，在CARLA和Crazyflie空中机器人上评估了任务复杂度上升时的协同表现，并刻画集中推理、分散式验证器中介协同与物理可执行性之间的权衡。