D-VLC：未知环境中异构多机器人系统的去中心化视觉语言协作

多机器人系统，特别是异构机器人群，可以通过并行协作和互补能力来提高复杂任务执行的效率。然而，传统的基于规则的方法依赖于预定义的任务模型和专门的决策程序，使得理解复杂的语义指令和协调异构机器人变得困难。 LLM引入了强大的语言理解和任务推理能力，允许多机器人系统根据任务语义解释指令、分解任务并分配角色。 VLM 进一步整合了视觉感知，使机器人能够推理物理环境中的物体、区域和空间关系。然而，现有的基于 LLM/VLM 的方法通常依赖于已知的地图、集中和同步的决策，限制了它们对异构机器人和看不见的任务的推广。因此，我们提出了一个框架，该框架结合了去中心化异步推理、轻量级信息共享、能力感知协作和统一操作界面，使通用 VLM 能够生成由学习免费专家执行的机器人特定操作，而无需任务或机器人特定训练。跨不同场景和多个 VLM 的实验显示，成功率高于 70%，相对于几何贪婪基线，完成时间最多减少 55.8%。