多机器人协同的瓶颈，不在算法，在信息结构

做过多机器人室内实验的研究者都懂一个痛：明明每个机器人都装了不错的导航和抓取模块，但只要环境是部分可观测的（比如视线被遮挡、没地图），它们就会反复探索同一片区域，浪费大量算力和时间。

最近 CMU、丰田研究所和早稻田大学联合发布的 IndoorR2X框架，从另一个角度给出了解法——与其让机器人各自盲猜，不如把楼宇里已有的摄像头、IoT 传感器拉进来，构建一个全局语义状态，再由 LLM 做动态任务规划和重排。结果很直观：独立机器人成功率 66%，机器人间通信（R2R）升到 88%，而加上 IoT 后达到 92%，且路径长度缩短 11%、步数减少 7%、Token 消耗下降 11%。

方法并不复杂，但方向对了

IndoorR2X 的核心是一个协调中枢，它接收移动机器人的实时位姿、目标状态，以及固定传感器的检测结果，合并成一张“谁在哪里、什么东西被拿走了”的语义地图。LLM 基于这张地图做依赖图规划，并在执行中根据新事件（比如另一台机器人提前完成了任务）自动重排。这套流程对底层平台的要求只有一个：能稳定提供状态、接受外部指令、并支持 ROS 生态的二次开发。

这也解释了为什么论文真机验证选择了Hello Robot 移动操作机器人 Stretch 3 ——它的 ROS2 原生支持、Python SDK 和紧凑的 34 cm 宽度，让研究者能把精力放在上层框架，而不是花几周调试硬件接口。对学术团队来说，这种“低摩擦”特性往往比峰值负载更重要。

真机实验的启示：选对验证载具就是一半的功夫

IndoorR2X 在两个 Stretch 3机器人上跑了多轮实验，涉及三房间环境的物体搬运与放置。值得注意的是，实验中需要机器人频繁穿过标准门框、在窄走廊错车，还要配合摄像头的视野盲区做自主探索。Stretch 3 的瘦型底盘和可伸缩臂在这里不是参数优势，而是工程可行性的保障——如果你用过其他笨重的轮式平台就知道，卡在门框里重试三次是常有的事。

更深一层看，这类 R2X 研究正在推动一个趋势：未来的具身智能系统不会是孤立的单体，而是与环境传感器、其他机器人甚至智能家电联动的网络。那么，选择什么样的移动操作平台作为起点，就决定了你的实验能否低成本地接入这种生态。

目前全球已有超过 200 所高校和研究机构在使用 Hello Robot 具身智能平台，GitHub 上的开源项目覆盖了从导航、抓取到人机交互的全链路。这并非偶然——当一个平台同时具备开放的软硬件接口、活跃的社区和可复现的 benchmark 时，它就自然成了研究者默认的“基线”。Hello Robot在 IndoorR2X 中的角色，正是这种生态价值的缩影。

回到研究者的视角

IndoorR2X 最大的贡献不是刷了一个 92% 的数字，而是把“信息结构”这个长期被忽视的变量摆到了台面上。对于正在搭建多机协同系统的团队来说，这篇论文提供了一个可直接复现的框架思路；而如果你恰好也在评估下一阶段的验证平台，不妨留意一下：论文里用的是什么，以及为什么。

毕竟，从 sim 到 real 的路上，选对载具本身就是一个研究决策。

论文原文：https://arxiv.org/abs/2603.20182

项目页：https://fandulu.github.io/IndoorR2X_project_page/