Title Direct Contact-Tolerant Motion Planning With Vision Language Models
Authors He Li, Jian Sun, Chengyang Li, Guoliang Li, Qiyu Ruan, Shuai Wang, Chengzhong Xu
arXiv https://arxiv.org/abs/2603.05017
本文尝试把 VLM 直接引入接触容忍运动规划（CTMP），减少对传统间接空间表示（预建图、人工障碍集）的依赖。核心组件是视觉语言分区 + 点云级接触容忍推理。
价值在于工程导向明确：复杂拥挤场景中“允许可控接触”往往比“绝对无接触”更高效。若 VLM 语义分区可靠，这条路线能提升规划适应性。
潜在问题也明显：VLM 在细粒度几何接触判断上的稳定性仍是短板，且开放词汇语义可能引入不可控偏差。
建议动作
- 保留为 Medium，适合快速扫读，不建议优先复现。
Graph: Paper Node 2603.05017