arXiv cs.RO· Yuji Takubo, Daniele Gammelli, Marco Pavone, Simone D'Amico·2026-10-02 12:00· 2 小时前AI 评分46

OrbitTAMP：用大语言模型为航天器交会对接做任务与运动规划

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

AI 导读

OrbitTAMP 提出分层框架，将预训练 LLM 的自然语言指令映射为部分任务规范，再由规划器补全可行决策并经轨迹优化生成动力学可行轨迹。在全部评测划分上，前沿 LLM 支撑下部分任务规范精确恢复率达 98%；对 9B 小模型，验证器引导的修正将精确恢复率从 75% 提升至 88%。

来源：arXiv cs.RO · arxiv.org