Buchumschlag

Phase-Adaptive LLM Framework with Multi-Stage Validation for Construction Robot Task Allocation: A Systematic Benchmark Against Traditional Optimization Algorithms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kaitha, Shyam prasad reddy, Yu, Hongrui
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Sample-Efficient Robot Skill Learning for Construction Tasks: Benchmarking Hierarchical Reinforcement Learning and Vision-Language-Action VLA Model
von: Hu, Zhaofeng, et al.
Veröffentlicht: (2025)

Automatic MILP Model Construction for Multi-Robot Task Allocation and Scheduling Based on Large Language Models
von: Peng, Mingming, et al.
Veröffentlicht: (2025)

Application of LLMs to Multi-Robot Path Planning and Task Allocation
von: Kumar, Ashish
Veröffentlicht: (2025)

Hierarchical LLM-Based Multi-Agent Framework with Prompt Optimization for Multi-Robot Task Planning
von: Kawabe, Tomoya, et al.
Veröffentlicht: (2026)

Cloud-Based Hierarchical Imitation Learning for Scalable Transfer of Construction Skills from Human Workers to Assisting Robots
von: Yu, Hongrui, et al.
Veröffentlicht: (2023)

Integrating LLMs and Digital Twins for Adaptive Multi-Robot Task Allocation in Construction
von: Deng, Min, et al.
Veröffentlicht: (2025)

Multi-Robot Task Allocation for Homogeneous Tasks with Collision Avoidance via Spatial Clustering
von: Shit, Rathin Chandra, et al.
Veröffentlicht: (2025)

SPACE: A Python-based Simulator for Evaluating Decentralized Multi-Robot Task Allocation Algorithms
von: Jang, Inmo
Veröffentlicht: (2024)

Acting on the Unseen: Communication-Free Collaborative Filtering for Decentralized Multi-Robot Task Allocation
von: Apartsin, Alexander, et al.
Veröffentlicht: (2026)

Hybrid LLM-based Intelligent Framework for Robot Task Scheduling
von: Saha, Swayamjit, et al.
Veröffentlicht: (2026)

Intuitive Programming, Adaptive Task Planning, and Dynamic Role Allocation in Human-Robot Collaboration
von: Lagomarsino, Marta, et al.
Veröffentlicht: (2025)

Force-Based Robotic Imitation Learning: A Two-Phase Approach for Construction Assembly Tasks
von: You, Hengxu, et al.
Veröffentlicht: (2025)

Adaptive Bi-Level Multi-Robot Task Allocation and Learning under Uncertainty with Temporal Logic Constraints
von: Lin, Xiaoshan, et al.
Veröffentlicht: (2025)

Decomposition-based Hierarchical Task Allocation and Planning for Multi-Robots under Hierarchical Temporal Logic Specifications
von: Luo, Xusheng, et al.
Veröffentlicht: (2023)

Reinforcement Learning Enabled Adaptive Multi-Task Control for Bipedal Soccer Robots
von: Zhang, Yulai, et al.
Veröffentlicht: (2026)

RoboPARA: Dual-Arm Robot Planning with Parallel Allocation and Recomposition Across Tasks
von: Duan, Shiying, et al.
Veröffentlicht: (2025)

Task and Domain Adaptive Reinforcement Learning for Robot Control
von: Liu, Yu Tang, et al.
Veröffentlicht: (2024)

RobotFleet: An Open-Source Framework for Centralized Multi-Robot Task Planning
von: Gupta, Rohan, et al.
Veröffentlicht: (2025)

REALM: A Real-to-Sim Validated Benchmark for Generalization in Robotic Manipulation
von: Sedlacek, Martin, et al.
Veröffentlicht: (2025)

An LLM-Driven Closed-Loop Autonomous Learning Framework for Robots Facing Uncovered Tasks in Open Environments
von: Su, Hong
Veröffentlicht: (2026)

SOAR: Real-Time Joint Optimization of Order Allocation and Robot Scheduling in Robotic Mobile Fulfillment Systems
von: Tang, Yibang, et al.
Veröffentlicht: (2026)

Simultaneous Task Allocation and Planning for Multi-Robots under Hierarchical Temporal Logic Specifications
von: Luo, Xusheng, et al.
Veröffentlicht: (2024)

Destination-to-Chutes Task Mapping Optimization for Multi-Robot Coordination in Robotic Sorting Systems
von: Zhang, Yulun, et al.
Veröffentlicht: (2025)

A Local Information Aggregation based Multi-Agent Reinforcement Learning for Robot Swarm Dynamic Task Allocation
von: Lv, Yang, et al.
Veröffentlicht: (2024)

VerifyLLM: LLM-Based Pre-Execution Task Plan Verification for Robots
von: Grigorev, Danil S., et al.
Veröffentlicht: (2025)

Together We Rise: Optimizing Real-Time Multi-Robot Task Allocation using Coordinated Heterogeneous Plays
von: Pal, Aritra, et al.
Veröffentlicht: (2025)

SMART-LLM: Smart Multi-Agent Robot Task Planning using Large Language Models
von: Kannan, Shyam Sundar, et al.
Veröffentlicht: (2023)

RoboClaw: An Agentic Framework for Scalable Long-Horizon Robotic Tasks
von: Li, Ruiying, et al.
Veröffentlicht: (2026)

Multi-Task Interactive Robot Fleet Learning with Visual World Models
von: Liu, Huihan, et al.
Veröffentlicht: (2024)

JPDS-NN: Reinforcement Learning-Based Dynamic Task Allocation for Agricultural Vehicle Routing Optimization
von: Fan, Yixuan, et al.
Veröffentlicht: (2025)

A Study on Prompt Injection Attack Against LLM-Integrated Mobile Robotic Systems
von: Zhang, Wenxiao, et al.
Veröffentlicht: (2024)

Benchmarking LLM Privacy Recognition for Social Robot Decision Making
von: Sullivan, Dakota, et al.
Veröffentlicht: (2025)

Task2Morph: Differentiable Task-inspired Framework for Contact-Aware Robot Design
von: Cai, Yishuai, et al.
Veröffentlicht: (2024)

Memory, Benchmark & Robots: A Benchmark for Solving Complex Tasks with Reinforcement Learning
von: Cherepanov, Egor, et al.
Veröffentlicht: (2025)

Inverse Risk-sensitive Multi-Robot Task Allocation
von: Shi, Guangyao, et al.
Veröffentlicht: (2024)

Digital Model-Driven Genetic Algorithm for Optimizing Layout and Task Allocation in Human-Robot Collaborative Assemblies
von: Cella, Christian, et al.
Veröffentlicht: (2025)

SafeGen-LLM: Enhancing Safety Generalization in Task Planning for Robotic Systems
von: Fan, Jialiang, et al.
Veröffentlicht: (2026)

Adaptive Task Allocation in Multi-Human Multi-Robot Teams under Team Heterogeneity and Dynamic Information Uncertainty
von: Yuan, Ziqin, et al.
Veröffentlicht: (2024)

AT-Drone: Benchmarking Adaptive Teaming in Multi-Drone Pursuit
von: Li, Yang, et al.
Veröffentlicht: (2025)

DrS: Learning Reusable Dense Rewards for Multi-Stage Tasks
von: Mu, Tongzhou, et al.
Veröffentlicht: (2024)