LENS：大模型引导的杂乱场景简化与机器人规划控制

尽管通用机器人操作最近取得了进展，但对于当今流行的方法来说，现实世界的多对象杂乱仍然难以处理。由于更多的物体和碰撞、更多不可预测的接触物理、干扰因素和任务模糊性，问题变得更加复杂。缩小与现实世界部署的差距需要有效的场景抽象；然而今天，生成这样的抽象需要大量针对特定任务的手动工程，而这无法扩展。这些抽象的生成成本很高，并且难以调整或微调。相反，我们提出了一种即插即用的修复方案，以在现有规划和控制堆栈之上自动生成特定于场景、特定于任务、自适应更新的抽象。 LLM 引导的环境简化 (LENS) 通过在闭环中合并（例如，堆叠的对象）或修剪（例如，远处的对象）场景实体来响应任务进度，生成整洁的抽象场景表示。这些动态的、与任务相关的抽象是通用且易于使用的。在我们的实验中，我们表明 LENS 在各种高度混乱的操作场景中改进了经典规划、基于模型的控制和视觉-语言-动作模型。项目网站：https://lens-2026.github.io/。