APIVOT：交错视觉—语言思维的自适应长程机器人规划

APIVOT提出一种基于视觉语言模型的机器人规划器，让语言思维负责任务语义推理，让视觉思维模拟未来状态并检查空间可行性。系统在长程厨房任务中交错选择两种模态，摘要称其优于通用VLM和既有规划框架，且在受限空间场景提升最大。