基于大模型常识推理的移动抓取机器人零样本任务规划与控制执行框架设计.docxVIP

PAGE2

基于大模型常识推理的移动抓取机器人零样本任务规划与控制执行框架设计

摘要

移动抓取机器人在家庭服务、物流分拣等场景中，面临未知物体识别困难与任务泛化能力弱的双重挑战。传统方案依赖预定义物体模型与人工编排任务序列，无法适应动态多变的环境。本课题设计并实现了一种融合大模型常识推理与场景图的零样本任务规划与控制执行框架，使机器人能够根据自然语言指令自主完成对未知物体的抓取操作。

本文遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进路线。第一章分析机器人零样本作业的现实痛点；第二章讨论大语言模型、场景图与抓取控制等关键技术及其选型；第三章从功能与性能两方面定义系统需求；第四章给出分层架构与模块化设计方案；第五章细化任务规划、抓取生成等核心算法；第六章描述仿真环境下的实现与运行效果；第七章通过功能与性能测试验证框架有效性；第八章总结工作并展望改进方向。

核心创新点在于：将大模型常识推理与场景图相结合，突破了任务规划对物体先验知识的依赖；设计基于几何基元的抓取姿态生成方法，实现了未知物体的稳定抓取；构建了完整的闭环控制执行框架，使高层语义规划与底层运动控制无缝衔接。

第一章绪论

1.1研究背景

随着人口老龄化加剧和劳动力成本上升，服务机器人与物流机器人的需求日益迫切。移动抓取机器人需要在非结构化环境中，根据人类的自然语言指令，灵活地抓取各种物体。然而，当前大多数