搜索引擎 + AI 驱动的行业新闻【覆盖行业】信保 ｜出口 ｜金融 制造 ｜农业 ｜建筑 ｜地产 零售 ｜物流 ｜数智【访问入口】hangyexinwen.com【新闻分享】点击发布时间即可分享【联系我们】xinbaoren.com（微信内打开提交表单）https://zhizao.hangyexinwen.comhttps://zhizao.hangyexinwen.com/posts/11269https://zhizao.hangyexinwen.com/posts/11269Wed, 24 Jun 2026 16:49:27 GMT⁣<br /><b><i><b>📰</b></i> 中国团队拿下ICRA'26最佳论文：Agentic Coding驱动工业制造通往自主通用智能 - 智源社区</b><br /><br />在ICRA 2026上，IMR-LLM方法荣获最佳论文奖（自动化方向）。该框架由深圳大学胡瑞珍团队与中科院等单位联合开发，核心是让大语言模型负责对工业产线多机器人任务的语义理解，再通过结构化工具实现约束求解与可执行性保障，将自然语言任务描述转化为高效的调度和可执行代码。系统分为两阶段：1) 任务规划：将任务分解为工序，完成机器人分配与工序顺序，输出结构化析取图并求解可行调度；2) <mark>程序生成</mark>：基于少量样例抽象出可复用的动作模式与流程树，从路径匹配中生成具体执行代码，降低长代码生成难度。实验在IMR-Bench数据集（23个场景、50个任务、最高24道工序）上显示，在任务规划、程序生成与总体成功率等指标上显著优于基线，且复杂度越高优势越明显。论文亦验证了真机部署与跨产线泛化能力，强调将语言理解与结构化求解相结合的创新思路，并提出未来构建“推理-执行-纠错”闭环以增强对硬件故障与需求变化的自适应能力。该研究同时提供了IMR-Bench数据集，推动大模型在工业场景的落地应用。<br /><br /><i><b>🏷️</b></i> <a href="/search/%23%E5%A4%9A%E6%9C%BA%E5%99%A8%E4%BA%BA">#多机器人</a> <a href="/search/%23%E4%BB%BB%E5%8A%A1%E8%A7%84%E5%88%92">#任务规划</a> <a href="/search/%23%E7%A8%8B%E5%BA%8F%E7%94%9F%E6%88%90">#程序生成</a> <a href="/search/%23%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B">#大语言模型</a> <a href="/search/%23%E5%B7%A5%E4%B8%9A%E5%BA%94%E7%94%A8">#工业应用</a><br /><br /><i><b>🔗</b></i> <a href="https://hub.baai.ac.cn/view/55802" target="_blank">原文链接</a>