arXiv · Robotics· Yuji Takubo, Daniele Gammelli, Marco Pavone, Simone D'Amico·2026-10-02 12:00· 3 小时前AI 评分34

OrbitTAMP：基于语言模型的任务与运动规划框架用于航天器交会对接

OrbitTAMP: Grounding Language Models for Task and Motion Planning in Spacecraft Rendezvous

AI 导读

OrbitTAMP 通过分层框架将 LLM 推理锚定到可复用行为图与领域规划模块，实现航天器交会对接的任务与运动规划。实验显示前沿 LLM 下精确恢复率达 98%，9B 模型经验证器引导修订后从 75% 提升至 88%。该架构为语言驱动的航天器 RPO 智能规划提供了可扩展、可审计的基础。

来源：arXiv · Robotics · arxiv.org