CoAdapt: An LLM-based Framework for Adaptive Collaborative Perception in IIoT Robotic Swarms

📄 arXiv: 2609.16852v1 📥 PDF

作者: Houssam Hajj Hassan, Antonia Maria Masucci, Lynda Zitoune, Salah-Eddine Elayoubi

分类: cs.AI, cs.RO

发布日期: 2026-09-15

期刊: The 7th IEEE International Conference on Autonomic Computing and Self-Organizing Systems (ACSOS 2026), Sep 2026, Cesena, Italy

💡 一句话要点

提出CoAdapt框架以解决IIoT机器人群体适应性协作感知问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 工业物联网 协作感知 大型语言模型 动态适应 机器人群体 LiDAR 通信效率

📋 核心要点

  1. 现有的协作感知方法无法适应动态工业环境，导致检测精度或通信效率的牺牲。
  2. CoAdapt框架利用大型语言模型动态决定参与融合的机器人和融合算法，适应环境变化。
  3. 在25个场景的实验中，CoAdapt实现了38%的通信成本降低，同时保持了高检测精度。

📝 摘要（中文）

在工业物联网环境中，越来越多的自主移动机器人被用于物料搬运、产品组装和基础设施检查等任务。协作感知使得机器人能够共享LiDAR观测数据，共同构建比单个代理更丰富的环境模型。然而，工业环境是动态的，机器人位置不断变化，网络带宽波动，且机器人对感知质量的边际贡献在运行时变化。现有的协作感知方法通常基于静态参与假设，无法适应这些动态变化。本文提出了CoAdapt，一个适应性协作感知框架，利用大型语言模型（LLM）作为运行时融合控制器，动态决定参与融合过程的机器人及应用的融合算法。该方法在25个场景的OPV2V基准测试中实现了38%的通信成本降低，同时保持了与静态基线方法相当的检测精度。

🔬 方法详解

问题定义：本文旨在解决工业物联网环境中机器人群体在动态条件下的协作感知问题。现有方法通常假设参与者是静态的，无法有效应对机器人位置变化和网络带宽波动带来的挑战。

核心思路：CoAdapt框架的核心思路是利用大型语言模型（LLM）作为运行时的融合控制器，基于当前的空间配置和网络状态，动态选择参与融合的机器人及其融合算法。这种设计使得系统能够在不需要特定任务训练的情况下，适应不同的群体拓扑。

技术框架：CoAdapt的整体架构包括数据采集、信息共享、融合决策和结果输出四个主要模块。首先，机器人通过LiDAR传感器收集环境数据，然后共享这些数据，接着LLM分析这些数据并做出融合决策，最后输出融合后的环境模型。

关键创新：本研究的关键创新在于将大型语言模型应用于动态协作感知中，使得系统能够实时适应环境变化，显著提高了感知的灵活性和效率。这与传统静态参与假设的协作感知方法形成了鲜明对比。

关键设计：在设计中，LLM处理的是结构化的自然语言描述，避免了特定任务的训练需求。此外，系统的参数设置和融合算法选择均基于实时的网络状态和机器人位置，确保了高效的通信和准确的感知。

🖼️ 关键图片

img_0
img_1
img_2

📊 实验亮点

在25个场景的OPV2V基准测试中，CoAdapt框架实现了38%的通信成本降低，同时保持了与静态基线方法相当的检测精度。这一结果表明，CoAdapt在动态环境中具有显著的优势。

🎯 应用场景

该研究的潜在应用领域包括智能制造、自动化仓储和基础设施监测等。通过提高机器人在动态环境中的协作感知能力，CoAdapt框架能够显著提升工业自动化系统的效率和安全性，未来可能推动更广泛的智能机器人应用。

📄 摘要（原文）

Industrial IoT environments increasingly deploy autonomous mobile robots for tasks such as material handling, product assembly, or infrastructure inspection. In such deployments, collaborative perception enables robots to share LiDAR observations and collectively construct a richer model of their environment than an individual agent could produce alone. However, industrial environments are dynamic spaces where robot positions shift continuously, network bandwidth fluctuates, and the marginal contribution of robots to perception quality varies at runtime. Existing collaborative perception approaches are designed for static participation assumptions and cannot adapt to these dynamics without sacrificing either detection precision or communication efficiency. This paper presents CoAdapt, an adaptive collaborative perception framework for IIoT robotic swarms in which a Large Language Model (LLM) serves as a runtime fusion controller, jointly deciding which robots participate in the fusion process and which fusion algorithm to apply based on the current spatial configuration and network state. The LLM reasons over structured natural language descriptions of the scene derived from raw LiDAR point clouds, requiring no taskspecific training and generalizing to unseen swarm topologies. Evaluated on the OPV2V benchmark across 25 scenarios, our approach achieves a 38% reduction in communication cost while maintaining detection precision comparable to static baseline approaches.