ビジョン言語モデルによる制約推論を用いたオープンワールドタスクおよびモーションプランニング

従来のタスクとモーションプランニング（TAMP）システムにビジョン言語モデル（VLM）を統合することで、自然言語による指示を解釈し、複雑なロボット操作タスクを解決できるようになる。